4.5 Wissensprüfung - Rechenressourcen und Elastizität

1.

Ein Architekt erwartet, dass VM Auto Scaling eine wachsende einzelne VM Workload durch Hinzufügen von CPU und RAM zu den laufenden Replikaten bei zunehmender Last handhabt. Warum ist dies das falsche mentale Modell des Dienstes?

A VM Auto Scaling ist horizontal-only: es fügt und entfernt ganze VM-Replikate unter einer Metrik-Richtlinie und vergrößert nie laufende Replikate, und eine Änderung der Replikat-Vorlage gilt nur für nachfolgend erstellte Replikate, sodass das Wachsen einer einzelnen VM eine Aufgabe der vertikalen Skalierung und nicht der Auto-Skalierung ist. B Auto-Skalierung vergrößert Replikate, aber nur nach oben, sodass RAM live wachsen kann, während CPU nicht kann, was der Grund dafür ist, dass die Workload ins Stocken geraten würde. C Auto-Skalierung fügt CPU und RAM zu jedem Replikat auf einmal hinzu, aber nur während des Abkühlungsintervalls, sodass die Änderung lediglich verzögert und nicht unmöglich ist. D Auto-Skalierung kann laufende Replikate vergrößern, aber nur, wenn die Gruppe eine einzelne Metrik-Richtlinie hat, die in diesem Design fehlt.

2.

Ein Architekt wählt eine Rechenklasse für ein Workload, das sich nahtlos in ein festes Bündel aus vCPU, RAM und NVMe einfügt, dessen persistente Geschäftsdaten jedoch Instance-Neuerstellungen überstehen müssen. Ein Teammitglied argumentiert, dass ein Cube ungeeignet ist, weil "Cubes Block Storage nicht verwenden kann." Wie sollte der Architekt antworten?

A Das Teammitglied hat Recht; wählen Sie stattdessen ein Dedicated Core Server, weil nur Dedicated Core Block Storage anhängen kann. B Das Teammitglied hat Recht, aber es ist nicht wichtig, weil die NVMe-Volume des Cubes selbst über Neuerstellungen hinweg persistent ist. C Das Teammitglied irrt sich: Ein Cube kann Add-on-Block Storage-Volumen neben seinem NVMe-Template anhängen, also sollten die persistenten Daten auf diesen Volumen platziert werden, die das unveränderliche Template überleben. D Cubes sind für keine Produktions-Workload geeignet, weil ihre Template-Eigenschaften sich unerwartet bei Laufzeit ändern können.

3.

FinCorp muss eine einzelne VM-Datenbank-Boot- und Datenspeicher-Disk auf Block Storage platzieren und möchte, dass die Volume ihre volle Nenn-SSD-Leistung liefert. Welche Entwurfsentscheidung bestimmt am direktesten, ob die SSD-Leistung wie erwartet funktioniert?

A Auswahl der Verfügbarkeitszone 3 für die Volume, da die SSD-Leistung nur in Zone 3 garantiert ist. B Auswahl von HDD anstelle davon, da die HDD-Leistung mit der Größe der Volume skaliert, während die SSD-Leistung nicht skaliert. C Aktivierung der Cross-Region-Replikation auf der Volume, damit Lesevorgänge vom nächstgelegenen Replikat bedient werden. D Dimensionierung der SSD-Volume auf oder über der ungefähren 100-GB-Grenze, da die SSD-Leistung mit der Größe der Volume skaliert und eine Sub-100-GB-SSD-Einheit bei suboptimaler IOPS-Leistung läuft.

4.

Ein Architekt optimiert eine VM Auto Scaling-Gruppe, deren Replikate mehrere Minuten benötigen, um zu starten und sich aufzuwärmen. Bei Tests skaliert die Gruppe wiederholt aus und dann sofort wieder ein, wobei sie unter konstanter Last oszilliert. Welche Konfigurationswahl stabilisiert die Gruppe am besten?

A Reduzieren Sie die Abkühlzeit auf ihr Minimum, damit die Gruppe auf jede Metrik-Lesevorgabe schneller reagiert. B Fügen Sie eine zweite Metrik-Richtlinie hinzu, damit CPU und Netzwerk unabhängig voneinander ausgewertet werden. C Setzen Sie eine Abkühlzeit, die mindestens so lang ist wie die Aufwärmezeit der Replikate, und halten Sie die Schwellenwerte für Skalierung und Reduzierung gut voneinander getrennt, damit neue Replikate die Last aufnehmen können, bevor die nächste Aktion erfolgt, und eine einzelne fehlerhafte Lesevorgabe keine gegensätzlichen Aktionen auslösen kann. D Reduzieren Sie die Mindestanzahl der Replikate auf Null, damit die Gruppe zwischen Lastspitzen vollständig entleert werden kann.

5.

FinCorp muss seine große bestehende VMware-Landschaft unter strenger EU-Souveränität betreiben und gleichzeitig den Plattformlebenszyklus von seinen eigenen Teams übertragen, und es möchte auch neue elastische Workloads am Rand. Welcher Ansatz passt am besten zu diesen Einschränkungen?

A Die gesamte VMware-Landschaft auf Standard-IONOS-Dedicated-Core-Auto-Scaling-Ebenen umzustellen, um überall Elastizität zu gewinnen. B Die Landschaft in einem US-Hyperscaler-VMware-Service in einer europäischen Region betreiben, da die Region die Daten in der EU hält. C Die Landschaft unbefristet vor Ort behalten, da keine gemanagte VMware-Option das bestehende Betriebsmodell erhalten kann. D Die regulierte Landschaft auf IONOS Private Cloud (dedizierte VMware, EU-betriebene Steuerungsebene, enthaltene Lizenzen) betreiben und die neuen elastischen Workloads auf Standard-IONOS-Compute platzieren, verbunden über Hybrid-Verbindungen.