AWS SAA 题库

点击卡片任意位置翻面查看正确答案与解析，也可以用键盘 ← → 切换题目。

第 209 / 1018 题单选题

一家公司提供食品送餐服务，正在迅速增长。由于增长，公司的订单处理系统在高峰时段出现了扩展问题。当前架构包括以下内容： • 一组Amazon EC2实例，运行在Amazon EC2 Auto Scaling组中，用于从应用程序收集订单 • 另一组Amazon EC2实例，运行在Amazon EC2 Auto Scaling组中，用于完成订单 订单收集过程发生得很快，但订单处理过程可能需要更长时间。数据不能因扩展事件而丢失。 解决方案架构师必须确保在高峰时段，订单收集和订单处理过程都能够正确扩展。解决方案还必须优化公司的AWS资源利用率。 哪种解决方案满足这些要求？

  • A. 使用Amazon CloudWatch指标监控Auto Scaling组中每个实例的CPU。根据峰值工作负载值配置每个Auto Scaling组的最小容量。
  • B. 使用Amazon CloudWatch指标监控Auto Scaling组中每个实例的CPU。配置CloudWatch警报以调用Amazon Simple Notification Service (Amazon SNS)主题，该主题会根据需求创建额外的Auto Scaling组。
  • C. 创建两个Amazon Simple Queue Service (Amazon SQS)队列：一个用于订单收集，另一个用于订单处理。配置EC2实例轮询它们各自的队列。根据队列发送的通知来扩展Auto Scaling组。
  • D. 创建两个Amazon Simple Queue Service (Amazon SQS)队列：一个用于订单收集，另一个用于订单处理。配置EC2实例轮询它们各自的队列。基于每个实例计算的积压（backlog）创建度量标准。根据这个度量标准来扩展Auto Scaling组。
第 209 / 1018 题正确答案 D
  • D. 创建两个Amazon Simple Queue Service (Amazon SQS)队列：一个用于订单收集，另一个用于订单处理。配置EC2实例轮询它们各自的队列。基于每个实例计算的积压（backlog）创建度量标准。根据这个度量标准来扩展Auto Scaling组。

解析

使用 Amazon SQS 进行解耦： 通过创建两个 Amazon Simple Queue Service (SQS) 队列，一个用于订单收集，另一个用于订单处理，可以有效解耦这两个过程。这样，无论订单收集速度多快，订单处理的速度都不会受到直接影响，确保数据不会因扩展事件而丢失。 基于积压的扩展： 配置 EC2 实例轮询各自的 SQS 队列并计算积压（backlog），可以清晰地了解当前待处理的订单数量。当订单处理队列中的积压增加时，可以触发 Auto Scaling，以自动扩展处理实例的数量。这种方法能够在高峰时段动态调整资源，确保订单处理能力与订单收集速度相匹配。 资源利用优化： 通过使用 SQS 和根据积压动态扩展，能够优化资源利用率。在非高峰时段，处理实例的数量可以减少，从而降低成本。

AI 解析

该题核心在于处理异步任务扩展与数据持久化，需利用消息队列解耦订单收集和处理系统。SQS队列能缓冲请求防止数据丢失，基于积压指标（如ApproximateNumberOfMessagesVisible）触发Auto Scaling可精准匹配实际负载：当队列积压增加时自动扩容实例处理订单，消息减少时缩容，既保证高峰处理能力又避免资源浪费。直接绑定队列深度作为扩展依据比CPU指标更贴合业务流量特征，实现资源利用率最优化。