Q89 — AWS SAA-C03 第12章

第 89/100 题 | ← 返回第12章

Q889. 一家公司的近实时流式传输应用程序正在 AWS 上运行.在数据被提取时，一项作业将基于该数据运行，需要 30 分钟才能完成.由于传入的数据量很大，因此工作负载经常会出现高延迟.解决方案架构师需要设计一个可扩展且无服务器的解决方案来提高性能.解决方案架构师应采取哪些步骤组合?（选择两个.）

• A. 使用 Amazon Kinesis Data Firehose 来提取数据. ✓
• B. 使用 AWS Lambda 和 AWS Step Functions 来处理数据.
• C. 使用 AWS 数据库迁移服务 (AWS DMS) 来提取数据.
• D. 使用 Auto Scaling 组中的 Amazon EC2 实例来处理数据.
• E. 使用 AWS Fargate 和 Amazon Elastic Container Service (Amazon ECS) 来处理数据. ✓

正确答案: A. 使用 Amazon Kinesis Data Firehose 来提取数据., E. 使用 AWS Fargate 和 Amazon Elastic Container Service (Amazon ECS) 来处理数据.

解析

要设计可增强近实时流应用程序性能的可扩展且无服务器解决方案，可以采取以下步骤:A. 使用 Amazon Kinesis Data Firehose 提取数据.Amazon Kinesis Data Firehose 是一项完全托管的服务，可以可靠、高效地将流数据加载到数据湖、数据存储和分析工具中.通过使用 Kinesis Data Firehose 提取数据，架构师可以利用其可扩展性和内置弹性来以高吞吐量处理大量传入数据.这有助于减少延迟并确保高效的数据摄取.E. 将 AWS Fargate 与 Amazon Elastic Container Service (Amazon ECS) 结合使用来处理数据.AWS Fargate 是一种用于容器的无服务器计算引擎，可让您运行容器而无需管理底层基础设施.通过将 Fargate 与 Amazon ECS 结合使用，架构师可以部署和管理处理数据的容器化应用程序.Fargate 根据工作负载自动扩展计算资源，确保最佳性能和资源利用率.这通过提供可扩展的无服务器处理环境来帮助提高性能.选项 C 建议使用 AWS Database Migration Service (AWS DMS) 来提取数据.但是，AWS DMS 通常用于数据库迁移和复制场景，而不是实时流式传输应用程序.它不是此用例的合适服务.选项 B 建议使用 AWS Lambda 和 AWS Step Functions 来处理数据.虽然 Lambda 是一种可以高效处理数据的无服务器计算服务，但单独使用它可能不适合需要 30 分钟才能完成的长时间运行的作业.Lambda 的最大执行时间限制为 15 分钟，这可能不足以满足给定的工作负载.选项 D 建议使用 Auto Scaling 组中的 Amazon EC2 实例来处理数据.虽然 EC2 实例可以提供可扩展性，但它们需要手动管理并产生相关的运营开销.使用 Fargate 等无服务器解决方案和 ECS 可以提供更具可扩展性和成本效益的方法，而无需管理 EC2 实例.总之，设计可增强近实时流应用程序性能的可扩展无服务器解决方案的建议步骤组合是使用 Amazon Kinesis Data Firehose 提取数据（选项 A）并将 AWS Fargate 与 Amazon ECS 结合使用处理数据（选项 E）.