Q58 — AWS SAA-C03 第14章

第 58/100 题 | ← 返回第14章

Q1058.一家公司有一个三层 Web 应用程序，用于处理来自客户的订单.Web 层由应用程序负载均衡器后面的 Amazon EC2 实例组成.处理层由 EC2 实例组成.该公司使用 Amazon Simple Queue Service (Amazon SQS) 将 Web 层和处理层分离.存储层使用 Amazon DynamoDB.在高峰时段，一些用户报告订单处理延迟和大厅拥堵.该公司注意到，在这些延迟期间，EC2 实例的 CPU 使用率达到 100%，SQS 队列已满.高峰时段变化多端且不可预测.该公司需要提高应用程序的性能.哪种解决方案可以满足这些要求?

• A. 使用 Amazon EC2 Auto Scaling 的计划扩展功能，在高峰使用时间内扩展处理层实例.使用 CPU 利用率指标来确定何时扩展.
• B. 在 DynamoDB 后端层前面使用 Amazon ElastiCache for Redis.使用目标利用率作为指标来确定何时进行扩展.
• C. 添加 Amazon CloudFront 分发以缓存 Web 层的响应.使用 HTTP 延迟作为指标来确定何时进行扩展.
• D. 使用 Amazon EC2 Auto Scaling 目标跟踪策略扩展处理层实例.使用 ApproximateNumberOfMessages 属性确定何时扩展. ✓

正确答案: D. 使用 Amazon EC2 Auto Scaling 目标跟踪策略扩展处理层实例.使用 ApproximateNumberOfMessages 属性确定何时扩展.

解析

为了提高应用程序的性能，解决高峰时段的订单处理延迟和高 CPU 使用率问题，最好的解决方案是:D. 使用 Amazon EC2 Auto Scaling 目标跟踪策略扩展处理层实例.使用 ApproximateNumberOfMessages 属性确定何时扩展.＃＃＃ 解释:\ 1. 自动伸缩目标跟踪策略:- 目标跟踪扩展策略会根据实时指标自动调整 Auto Scaling 组中的 EC2 实例数量.这可确保处理层能够在需求增加时进行扩展.\ 2. 使用 ApproximateNumberOfMessages:- 通过使用 SQS 队列中的“ApproximateNumberOfMessages”属性，Auto Scaling 策略可以在队列中的消息数量超过预定义阈值时有效地扩展处理层.这直接解决了 SQS 队列中的积压问题，并有助于更有效地管理订单处理.\ 3. 动态缩放:- 鉴于高峰时间是可变且不可预测的，这种方法允许根据实际工作负载进行动态扩展，而不是依赖于可能与实时需求不符的计划扩展.其他选项的评估:A. 使用 Amazon EC2 Auto Scaling 的计划扩展:- 计划扩展不适用于不可预测的高峰时段.它无法快速响应突然出现的需求高峰，从而导致潜在的延迟.B. 使用 Amazon ElastiCache for Redis:- 虽然缓存可以提高性能，但它不能直接解决处理层的 CPU 利用率或 SQS 队列中的积压问题.此外，它增加了架构的复杂性，而没有解决眼前的问题.C. 添加 Amazon CloudFront 分发:- CloudFront 主要用于缓存静态内容并减少 Web 应用程序的延迟.它不直接解决处理层内的订单处理容量问题.＃＃＃ 结论:选项 D 提供了一个强大的解决方案，可以根据实际需求动态扩展处理层，有效解决高峰时段的性能问题，同时管理 SQS 队列积压.