Certificação AWS Solutions Architect Associate SAA-C03

Explicação: para lidar com o aumento de cargas de maneira eficaz, é essencial implementar o Auto Scaling para as camadas de front-end e back-end: Grupo de Auto Scaling de front-end: o dimensionamento baseado no tráfego de rede de entrada garante que o aplicativo possa lidar com o aumento de solicitações do usuário. Grupo de back-end Auto Scaling: a escalabilidade baseada no backlog da fila do Amazon SQS garante que o back-end possa processar mensagens à medida que elas chegam, evitando atrasos. Essa abordagem permite que cada camada seja dimensionada de forma independente com base em sua carga específica, garantindo utilização e desempenho ideais de recursos. Referência: Tutorial: Configurar uma política de escalabilidade de aplicativos com escala e balanceamento de carga com base na documentação do Amazon SQSAWS

Explicação: Um endpoint de gateway VPC para Amazon S3 permite conectividade privada com o S3 sem rotear o tráfego por meio de um gateway NAT ou pela Internet, eliminando custos de gateway NAT. Esta solução é segura e redundante, pois os endpoints S3 são altamente disponíveis por design. Extrato de documentação da AWS: "Um endpoint VPC de gateway permite que você conecte seu VPC de forma privada a serviços AWS suportados sem a necessidade de um gateway NAT ou gateway de Internet." (Fonte: documentação da Amazon VPC, Gateway Endpoints) R: As instâncias NAT ainda incorrem em sobrecarga e custos operacionais. B: O gateway da Internet expõe recursos e não fornece acesso privado. D: Direct Connect é para rede híbrida, não para acesso S3 econômico. Referência: Guia de estudo oficial do AWS Certified Solutions Architect, redes VPC e endpoints.

Explicação: Quando um aplicativo é fronteado por um Application Load Balancer (ALB) e tráfego malicioso é detectado de um IP específico, a maneira correta de bloquear o IP é usando AWS WAF (Web Application Firewall). Com o AWS WAF, você pode criar um conjunto de IP para incluir o endereço ou intervalo IP incorreto. Em seguida, crie uma Web ACL (lista de controle de acesso) com uma regra definida para BLOQUEAR solicitações desse conjunto de IP. Por fim, associe a Web ACL ao ALB. Os grupos de segurança (Opção A) não podem negar IPs específicos porque são regras com estado e somente permissão. Amazon Detective (Opção B) é uma ferramenta de análise e investigação de segurança; não bloqueia o tráfego. AWS RAM (Opção C) serve para compartilhamento de recursos entre contas, não para bloqueio de IPs. Essa abordagem está alinhada ao pilar de segurança da estrutura bem arquitetada da AWS e é totalmente gerenciada, com esforço operacional mínimo. Referência: usando o AWS WAF com IPs de bloco do Application Load Balancer com o AWS WAF

Explicação: O AWS Global Accelerator foi projetado para melhorar a disponibilidade e o desempenho de aplicativos com usuários globais usando a rede global da AWS. Ele fornece endereços IP anycast estáticos e roteia o tráfego do usuário pela rede de borda da AWS para a região e o endpoint ideais da AWS com base em políticas de integridade, geografia e roteamento. O Global Accelerator suporta tráfego TCP e UDP e pode ter Network Load Balancers como endpoints. Para cargas de trabalho sensíveis à latência, como jogos multijogador, o Global Accelerator reduz a latência e a instabilidade em comparação com o roteamento baseado na Internet e lida com o failover regional rapidamente. O CloudFront (Opção A) é otimizado para cache de conteúdo HTTP/HTTPS e não é apropriado para tráfego de jogos TCP/UDP arbitrário. Os Application Load Balancers (Opção B) não oferecem suporte ao tráfego UDP. O API Gateway (Opção D) é para APIs HTTP e não é adequado para tráfego bruto de jogos TCP/UDP.

Explicação: Os requisitos são alta disponibilidade, escalabilidade para picos de tráfego e menor sobrecarga administrativa. A opção C corresponde aos padrões de referência estabelecidos da AWS: use um grupo Application Load Balancer + Auto Scaling para a camada da web e um serviço de banco de dados gerenciado com Multi-AZ para a camada do banco de dados. Para o aplicativo Web, colocar instâncias do EC2 em um grupo de Auto Scaling em várias zonas de disponibilidade permite que a frota aumente automaticamente durante o evento promocional e aumente depois, preservando o desempenho e controlando os custos. O Application Load Balancer distribui solicitações entre instâncias e AZs e remove da rotação instâncias não íntegras, melhorando a disponibilidade. Para o banco de dados, o Amazon RDS Multi-AZ é a solução de HA gerenciada mais simples para mecanismos relacionais, incluindo o SQL Server. O Multi-AZ fornece replicação síncrona para uma instância em espera em outra zona de disponibilidade e oferece suporte a failover automático. Isso reduz o esforço administrativo porque a AWS lida com replicação, orquestração de failover, backups e manutenção de infraestrutura subjacente dentro dos recursos de serviço. Ele também garante a disponibilidade do banco de dados durante interrupções de instância ou de nível AZ. A opção A é problemática porque o RDS for SQL Server não usa réplicas de leitura como o mecanismo principal de HA da mesma forma que o Aurora faz, e o foco em réplicas não aborda diretamente a HA na forma mais simples suportada. As opções B e D contam com o SQL Server autogerenciado no EC2, que exige sobrecarga operacional significativa (correções, backups, configuração de replicação, testes de failover, monitoramento e recuperação). A opção B também sugere replicação multirregional, o que acrescenta complexidade e não é necessário para atender "altamente disponível e escalável" para um cenário de escala de evento único. Portanto, C fornece computação escalável com balanceamento de carga gerenciado e alta disponibilidade de banco de dados gerenciado, atendendo aos requisitos com a menor carga operacional.

Explicação: A solução geral mais econômica é o escalonamento automático do DynamoDB. A AWS recomenda uma utilização alvo de 70% para a taxa de transferência provisionada com escalonamento automático, o que permite que o DynamoDB ajuste a capacidade para cima ou para baixo com base em padrões sustentados de carga de trabalho. Isso melhora o desempenho de leitura e gravação, ao mesmo tempo que controla melhor os custos do que o escalonamento manual. Um GSI só é útil para padrões de consulta alternativos específicos e não resolve o gerenciamento geral da taxa de transferência por si só. O DAX ajuda apenas com cache de leitura pesada, não com gravações. Uma solução de escalonamento CloudWatch-plus-Lambda personalizada adiciona trabalho operacional desnecessário em comparação com o automático nativo

Explicação: Gateway Endpoint para Amazon S3: um VPC endpoint para Amazon S3 permite que você conecte sua VPC ao Amazon S3 de forma privada sem precisar de um gateway de Internet, dispositivo NAT, conexão VPN ou conexão AWS Direct Connect. Provisionando o endpoint: navegue até o VPC Dashboard. Selecione "Endpoints" e crie um novo endpoint. Escolha o nome do serviço para S3 (com.amazonaws.region.s3). Selecione a VPC e as sub-redes apropriadas. Ajuste as tabelas de rotas das sub-redes para incluir o novo endpoint. Atualizar tabelas de rotas: modifique as tabelas de rotas das sub-redes para direcionar o tráfego destinado ao S3 para o endpoint recém-criado. Isso garante que o tráfego para o S3 não passe pela instância NAT, evitando a rede saturada e eliminando timeouts. Eficiência Operacional: Esta solução minimiza a sobrecarga operacional, removendo a dependência da instância NAT e evitando o tráfego da Internet, levando a interações S3 mais estáveis ​​e seguras. Referência: VPC Endpoints para Amazon S3 Criando um endpoint de gateway

Explicação: Dado o grande tamanho (180 TB) do banco de dados e a restrição de tempo, o AWS Snowball Edge Storage Optimize é a melhor solução. O Snowball Edge permite a transferência física de grandes conjuntos de dados para a AWS de forma eficiente, sem depender de conexões lentas de Internet. AWS DMS e SCT podem ser usados ​​para realizar replicação contínua de quaisquer alterações feitas durante a migração, garantindo tempo de inatividade mínimo. Opção B (VPN): Usar uma conexão de internet de 100 Mbps levaria muito tempo para transferir 180 TB. Opção C (Direct Connect): Estabelecer um link Direct Connect de 10 Gbps pode não ser viável dentro do prazo de 2 semanas. Opção D (DataSync pela Internet): Com a conexão de Internet existente, o DataSync também demoraria muito. Referência da AWS: AWS Snowball Edge AWS DMS

Explicação: A opção A é a melhor solução, pois aproveita o AWS Lambda para processamento e enriquecimento de dados de fluxo de cliques sem servidor, escalável e altamente disponível. O Lambda pode processar os dados em tempo real, juntá-los aos dados do banco de dados Aurora e gravar os resultados enriquecidos no Amazon S3. Do S3, o Amazon Redshift Spectrum pode consultar diretamente os dados enriquecidos sem a necessidade de carregá-los no Redshift, permitindo eficiência de custos e alta disponibilidade. Por que outras opções estão incorretas: Opção B:As instâncias spot do EC2 não têm garantia de alta disponibilidade, pois as instâncias spot podem ser interrompidas a qualquer momento. Isso não está alinhado com o requisito de alta disponibilidade. Opção C:Embora o ECS com AWS Fargate forneça escalabilidade, o uso do EC2 para o comando COPY introduz sobrecarga operacional e compromete a alta disponibilidade. Opção D:Kinesis Data Firehose e Athena são adequados para consultar dados brutos, mas não oferecem suporte direto ao enriquecimento dos dados por meio da união com o Aurora. Esta solução não atende ao requisito de enriquecimento de dados. Principais recursos da AWS usados: AWS Lambda: processamento sem servidor em tempo real com recursos de integração para Aurora e S3. Amazon S3: armazenamento econômico para dados enriquecidos. Amazon Redshift Spectrum:consulta direta de dados armazenados no S3 sem carregá-los no Redshift. Referência da documentação da AWS: Visão geral da função AWS Lambda Amazon Redshift Spectrum Processando dados de streaming com Kinesis Data Streams

Explicação: O Amazon FSx for Lustre é um sistema de arquivos de alta performance otimizado para processamento rápido de cargas de trabalho, como machine learning, computação de alto desempenho (HPC) e processamento de vídeo. Ele se integra nativamente ao Amazon S3, permitindo: Acessar dados do S3: o FSx for Lustre pode ser vinculado a um bucket do S3, apresentando objetos do S3 como arquivos no sistema de arquivos. Alto desempenho: fornece latências inferiores a milissegundos, alto rendimento e milhões de IOPS, que são ideais para cargas de trabalho de ML.Amazon Web Services, Inc. Sobrecarga operacional mínima: sendo um serviço totalmente gerenciado, reduz a complexidade de configuração e gerenciamento de sistemas de arquivos de alto desempenho. Referência: Amazon FSx for Lustre Sistema de arquivos de alto desempenho integrado ao S3Amazon Web Services, Inc. O que é Amazon FSx for Lustre?