你可能感興趣的試題

A.使用一個(gè)AWS Lambda任務(wù)創(chuàng)建一個(gè)Amazon API Gateway來處理入站請(qǐng)求，該任務(wù)執(zhí)行多個(gè)步驟并以批準(zhǔn)狀態(tài)拒絕JSON對(duì)象。打開一個(gè)支持案例以增加并發(fā)Lambda數(shù)的限制，以便為由于新應(yīng)用程序而導(dǎo)致的突發(fā)事件留出空間
B.在目標(biāo)組中的Amazon EC2專用實(shí)例上創(chuàng)建具有Amazon ECS集群的Application Load Balancer，以處理傳入請(qǐng)求。使用Auto Scaling可根據(jù)平均CPU使用率來擴(kuò)展/擴(kuò)展群集。部署處理所有批準(zhǔn)步驟并返回帶有批準(zhǔn)狀態(tài)的JSON對(duì)象的Web服務(wù)
C.在專用實(shí)例上的Amazon EC2上部署應(yīng)用程序。在Auto Scaling組中的應(yīng)用程序服務(wù)器場(chǎng)前面使用Elastic Load Balancer來處理傳入的請(qǐng)求。在測(cè)量單個(gè)實(shí)例的容量之后，基于自定義的Am azon CloudWatch指標(biāo)針對(duì)每秒的入站請(qǐng)求數(shù)進(jìn)行擴(kuò)展
D.創(chuàng)建一個(gè)Amazon API Gateway，以使用一系列AWS Lambda流程處理入站請(qǐng)求，每個(gè)流程都有一個(gè)Amazon SQS輸入隊(duì)列。每一步完成時(shí)，它會(huì)將結(jié)果寫入下一步的隊(duì)列。最后一步返回帶有批準(zhǔn)狀態(tài)的JSON對(duì)象。打開一個(gè)支持案例以增加并發(fā)Lambda數(shù)的限制，以便為由于新應(yīng)用程序而導(dǎo)致的突發(fā)事件留出空間

A.將出價(jià)發(fā)布到Kinesis Data Streams時(shí)，重構(gòu)Web應(yīng)用程序以使用Amazon Kinesis Producer庫（KPL）。重構(gòu)出價(jià)處理器，以將Kinesis數(shù)據(jù)流中的每個(gè)記錄標(biāo)記為未讀，處理和處理。在每次投標(biāo)處理運(yùn)行開始時(shí)，掃描Kinesis數(shù)據(jù)流以查找未處理的記錄
B.重構(gòu)Web應(yīng)用程序，以將每個(gè)傳入的出價(jià)發(fā)布到Amazon SNS主題上，代替Kinesis Data Streams。配置SNS主題以觸發(fā)AWS Lambda函數(shù)，該函數(shù)會(huì)在用戶提交出價(jià)后立即對(duì)其進(jìn)行處理
C.重構(gòu)Web應(yīng)用程序以將每個(gè)傳入的出價(jià)發(fā)布到Amazon SQS FIFO隊(duì)列中，以代替Kinesis Data Streams。重構(gòu)出價(jià)處理器以連續(xù)地SQS隊(duì)列。將出價(jià)處理EC2實(shí)例放置在Auto Scaling組中，最小和最大大小為1
D.從t2切換EC2實(shí)例類型。大到較大的一般計(jì)算實(shí)例類型。根據(jù)Kinesis Data Streams中的“傳入記錄”度量標(biāo)準(zhǔn)，將出價(jià)處理器EC2實(shí)例放入一個(gè)Auto Scaling組中，該組可以擴(kuò)展運(yùn)行出價(jià)處理器的EC2實(shí)例的數(shù)量