MédiaVárias respostas

Questão de prática de SAP-C02

Uma empresa está implantando uma aplicação web que utiliza um Application Load Balancer e um Auto Scaling group de instâncias EC2. A aplicação deve ser capaz de lidar com picos repentinos de tráfego. Quais DUAS ações o Solutions Architect deve tomar para melhorar a escalabilidade e reduzir a latência? (Escolha duas.)

Escolha todas as respostas corretas.

Respostas corretas

  • AHabilitar HTTP/2 no Application Load Balancer.
  • DConfigurar o Auto Scaling group para usar uma política de predictive scaling.

Explicação

Habilitar HTTP/2 no Application Load Balancer permite requisições concorrentes multiplexadas em uma única conexão TCP e compactação de cabeçalho, o que reduz a latência e melhora a taxa de transferência durante picos de tráfego. Uma política de predictive scaling no Auto Scaling group usa aprendizado de máquina para prever a demanda e provisionar capacidade antes dos picos antecipados, melhorando a capacidade de resposta e reduzindo a latência em comparação com o dimensionamento reativo sozinho. Aumentar o período de resfriamento padrão atrasa as atividades de redimensionamento subsequentes, tornando o grupo mais lento para reagir a aumentos repentinos de tráfego. O uso simples de tipos de instância maiores não melhora a elasticidade ou a latencia durante os picos e pode reduzir a granularidade do dimensionamento. Aumentar o intervalo de verificação de integridade desacelera a detecção de destinos não saudáveis e não melhora a escalabilidade ou a latência.

Por que cada alternativa está certa ou errada

A

Correta

Habilitar HTTP/2 no Application Load Balancer.

O HTTP/2 multiplexa muitas requisições em uma única conexão TCP, reduzindo o bloqueio de head-of-line e a sobrecarga de conexão durante picos repentinos de tráfego. Isso reduz diretamente a latência para a aplicação web atrás do Application Load Balancer, atendendo ao requisito do enunciado de lidar com picos de forma eficiente sem adicionar capacidade.

B

Incorreta

Aumentar o período de resfriamento padrão para o Auto Scaling group.

Um período de resfriamento mais longo atrasa as atividades de redimensionamento subsequentes após um evento de dimensionamento, desacelerando a resposta do grupo a futuros picos de tráfego. É tentador porque os resfriamentos evitam a oscilação rápida devido a métricas flutuantes, o que se adapta à estabilização de cargas de trabalho constantes, não à absorção de picos repentinos.

C

Incorreta

Usar tipos de instância EC2 maiores para o Auto Scaling group.

Tipos de instância maiores aumentam a capacidade por instância, mas não adicionam instâncias durante um pico, e o grupo ainda é dimensionado no mesmo cronograma, portanto a latência persiste. É tentador porque o redimensionamento vertical eleva a taxa de transferência por nó, o que se adapta a cargas de trabalho de alta carga constante em vez de absorção de picos elásticos.

D

Correta

Configurar o Auto Scaling group para usar uma política de predictive scaling.

O predictive scaling prevê padrões de tráfego recorrentes e provisiona capacidade antes dos picos antecipados, de modo que as instâncias estejam prontas antes que a demanda chegue. Isso reduz a latência durante aumentos repentinos em comparação com o dimensionamento reativo que responde apenas após o aumento da carga.

E

Incorreta

Aumentar o intervalo de verificação de integridade no Application Load Balancer.

Alongar o intervalo de verificação de integridade atrasa a detecção de destinos não saudáveis, de modo que o balanceador de carga continua roteando para instâncias com falha e a latência aumenta durante os picos. O ajuste da verificação de integridade é adequado para reduzir falsos positivos para backends instáveis, e não para absorver picos repentinos de tráfego.

Para se aprofundar

Os Application Load Balancers suportam HTTP/2, que multiplexa muitas requisições em uma única conexão TCP, reduzindo a sobrecarga de configuração de conexão e o bloqueio de head-of-line no nível do navegador, melhorando a latência durante os picos de tráfego. O predictive scaling usa aprendizado de máquina em métricas históricas do CloudWatch para provisionar capacidade antes da demanda prevista, ao contrário do rastreamento de destino reativo que aguarda os limites. Juntos, eles abordam picos repentinos: o HTTP/2 melhora a eficiência por conexão, e o predictive scaling pré-aquece as instâncias. O aumento dos intervalos de resfriamento ou verificação de integridade desacelera a reação, e os tipos de instância maiores não melhoram a elasticidade. Um cenário realista: um site de comércio varejista com picos diurnos usa predictive scaling para adicionar capacidade antes do aumento matinal, enquanto o HTTP/2 reduz a latência percebida pelo cliente.

Sobre estas questões de prática

Esta é uma das questões de prática originais de SAP-C02 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.