Quizziz - Dev05

Durante uma análise de falha de um endpoint em produção, você identifica múltiplos erros 500. Qual estratégia permite identificar rapidamente o ponto de latência entre os serviços?

• Reexecutar manualmente as chamadas no Postman

• Implementar retry com backoff exponencial

• Usar AWS X-Ray com segmentação para tracing

• Usar AWS X-Ray com segmentação para tracing

Answer explanation

O AWS X-Ray permite identificar gargalos e falhas com visualização de segmentos e subsegmentos das requisições distribuídas.

Qual cenário representa melhor o uso da estratégia de Canary Deployment em uma função AWS Lambda?

• Implantar diretamente em produção e usar rollbacks se necessário

• Criar um novo ambiente com todas as instâncias atualizadas

• Enviar apenas parte do tráfego para uma nova versão para testes iniciais

• Atualizar instâncias existentes gradualmente sem duplicar ambientes

Answer explanation

O Canary Deployment permite expor a nova versão a um pequeno grupo de usuários inicialmente, monitorar, e aumentar gradualmente se tudo estiver correto.

Um desenvolvedor precisa garantir que a infraestrutura da aplicação seja criada de forma consistente em diferentes ambientes (dev, test e prod), permitindo versionamento e rollback automático em caso de falhas. Qual solução da AWS atende melhor a esse cenário?

• AWS Systems Manager Parameter Store

• AWS CodeDeploy

• AWS CloudFormation

• AWS AppConfig

Answer explanation

O CloudFormation permite modelar toda a infraestrutura como código usando templates em YAML ou JSON. Garante ambientes consistentes, suporta versionamento dos templates via Git, possibilita rollback automático em caso de falhas e facilita replicação de ambientes.

Durante o desenvolvimento de uma aplicação AWS, a equipe deseja controlar o histórico de alterações, colaborar em múltiplas funcionalidades simultaneamente e garantir rastreabilidade de mudanças na infraestrutura e no código. Qual prática e ferramenta atendem melhor esse objetivo?

• Utilizar aliases no AWS Lambda para gerenciar diferentes ambientes

• Utilizar Git com estratégia de branching e commits frequentes

• Utilizar o AWS Systems Manager para registrar alterações de código

• Utilizar Amazon S3 com versionamento ativado

Answer explanation

Git é uma ferramenta muito utilizada para controle de versão de código e infraestrutura, permitindo histórico detalhado, criação de branches para features, revisão por pull requests e rollback seguro. É uma prática essencial para pipelines de CI/CD bem estruturados e versionamento de infraestrutura com CloudFormation, SAM ou CDK

Você está investigando um aumento de erros 500 em uma aplicação serverless na AWS. Qual ferramenta permite consultar logs detalhados, aplicar filtros por código de erro e visualizar a frequência por hora diretamente no CloudWatch?

• Amazon X-Ray com segmentação de traces

• CloudWatch Logs Insights com queries personalizadas

• AWS Config com auditoria de mudanças

• Amazon Athena integrado ao S3

Answer explanation

O CloudWatch Logs Insights permite executar queries específicas nos logs coletados pelo CloudWatch Logs. É ideal para identificar padrões, como picos de erros 500, com filtros por palavra-chave e agrupamento por período de tempo (stats, filter, fields, etc.), tudo com visualização em tempo real nos dashboards

Uma equipe deseja implantar uma nova versão de sua aplicação com mínimo impacto para os usuários e capacidade de rollback rápido caso ocorra algum problema. Qual estratégia de deployment é mais adequada nesse cenário?

• Blue/Green deployment com troca de tráfego entre ambientes

• In-place deployment com update direto nas instâncias existentes

• Rolling deployment com atualizações em lotes pequenos

• Canary deployment com redirecionamento direto de 100% do tráfego

Answer explanation

O Blue/Green Deployment cria dois ambientes idênticos (Blue = atual, Green = nova versão), redirecionando o tráfego para o Green apenas após validação. Caso ocorra erro, é possível reverter rapidamente redirecionando o tráfego de volta para o Blue, garantindo alta confiabilidade e zero downtime perceptível.

Um time está buscando uma estratégia de deployment que minimize custos operacionais durante a atualização da aplicação, mesmo que isso aumente o risco de downtime. Qual abordagem é mais apropriada?

• Blue/Green deployment com ambientes duplicados

• Immutable deployment com novas instâncias paralelas

• Rolling deployment com instâncias adicionais por batch

• In-place deployment com atualização all-at-once

Answer explanation

O in-place deployment com estratégia all-at-once atualiza todas as instâncias existentes de uma só vez, evitando custos extras com duplicação de ambientes. Apesar do menor custo, essa abordagem tem maior risco de downtime e não permite rollback imediato, sendo indicada apenas para aplicações de baixa criticidade ou tolerância a falhas.

Você precisa criar um painel visual em tempo real com gráficos sobre métricas de uso da aplicação, como CPU, latência e chamadas com erro. Qual serviço da AWS permite criar dashboards customizados diretamente com dados nativos dos serviços AWS?

• Grafana Cloud integrado ao CloudWatch

• Datadog com exportação de métricas

• Amazon CloudWatch Dashboards

• New Relic com agente de monitoramento instalado

Answer explanation

O Amazon CloudWatch Dashboards permite criar painéis interativos em tempo real com gráficos, métricas personalizadas, alarmes e logs diretamente na console da AWS, sem depender de ferramentas externas. Ferramentas como Grafana, Datadog e New Relic podem ser integradas, mas não são nativas nem exigidas para criação de dashboards simples.

Durante o monitoramento de sua aplicação via Amazon CloudWatch Logs, você observa vários retornos com código HTTP 500. O que esse tipo de código normalmente indica?

• Sucesso completo da requisição

• Erro causado por parâmetros inválidos enviados pelo cliente

• Redirecionamento temporário para outro recurso

• Erro interno no servidor ou falha de processamento

Answer explanation

Códigos 500 representam falhas internas do servidor, como exceções de runtime ou falhas de infraestrutura. São diferentes dos erros 4xx, que indicam problemas do lado do cliente.

Uma aplicação insere constantemente registros em uma tabela DynamoDB com tamanho médio de 3 KB por item. Por exigência do negócio, cada gravação deve ser realizada de forma transacional para garantir consistência com outra operação relacionada. A tabela está no modo provisionado. Durante testes, a equipe observou falhas com a exceção ProvisionedThroughputExceededException mesmo com 100 WCUs provisionadas e apenas 10 gravações por segundo.

Qual é a causa mais provável das falhas, e como a capacidade deve ser ajustada?

• Cada gravação transacional consome 1 WCU, e a tabela deveria estar usando consistência eventual

• Cada gravação transacional consome o dobro de WCUs, então 3 KB exige 6 WCUs por operação

• O DynamoDB exige índices secundários para evitar falhas em gravações simultâneas

• A aplicação está inserindo duplicatas, o que consome WCUs adicionais em operações de sobrescrita

Answer explanation

No modo provisionado, uma gravação normal consome 1 WCU por 1 KB. Como cada item tem 3 KB, seriam 3 WCUs por gravação. Porém, como se trata de gravação transacional, o DynamoDB consome o dobro, resultando em 6 WCUs por operação. Com 10 gravações por segundo, seriam necessários 60 WCUs, o que pode exceder o limite disponível se houver outras operações concorrentes. Esse é um ponto crítico em workloads transacionais