[AWS][SAA][EXAMTOPICS] Question 148

A business has a mobile chat application that utilizes an Amazon DynamoDB data storage. Users want as low delay as possible while reading fresh messages. A solutions architect's objective is to provide the optimum solution with the fewest possible application modifications.

Which technique should be chosen by the solutions architect?

• A. Configure Amazon DynamoDB Accelerator (DAX) for the new messages table. Update the code to use the DAX endpoint.
• B. Add DynamoDB read replicas to handle the increased read load. Update the application to point to the read endpoint for the read replicas.
• C. Double the number of read capacity units for the new messages table in DynamoDB. Continue to use the existing DynamoDB endpoint.
• D. Add an Amazon ElastiCache for Redis cache to the application stack. Update the application to point to the Redis cache endpoint instead of DynamoDB.

 

한글번역

비즈니스에 Amazon DynamoDB 데이터 스토리지를 활용하는 모바일 채팅 애플리케이션이 있습니다. 사용자는 새로운 메시지를 읽는 동안 가능한 한 짧은 지연을 원합니다. 솔루션 설계자의 목표는 가능한 최소한의 애플리케이션 수정으로 최적의 솔루션을 제공하는 것입니다.

솔루션 아키텍트가 선택해야 하는 기술은 무엇입니까?

• A. 새 메시지 테이블에 대해 Amazon DynamoDB Accelerator(DAX)를 구성합니다. DAX 끝점을 사용하도록 코드를 업데이트합니다.
• B. 증가된 읽기 로드를 처리하기 위해 DynamoDB 읽기 전용 복제본을 추가합니다. 읽기 전용 복제본의 읽기 엔드포인트를 가리키도록 애플리케이션을 업데이트합니다.
• C. DynamoDB의 새 메시지 테이블에 대한 읽기 용량 단위 수를 두 배로 늘립니다. 기존 DynamoDB 엔드포인트를 계속 사용합니다.
• D. Redis용 Amazon ElastiCache 캐시를 애플리케이션 스택에 추가합니다. DynamoDB 대신 Redis 캐시 엔드포인트를 가리키도록 애플리케이션을 업데이트합니다.

 

 

 

정답

• A. Configure Amazon DynamoDB Accelerator (DAX) for the new messages table. Update the code to use the DAX endpoint.

 

 

해설

Amazon DynamoDB Accelerator(DAX) – 읽기 집약적 워크로드를 위한 인메모리 캐싱

 

Amazon DynamoDB Accelerator

읽기가 많이 필요한 까다로운 워크로드를 지원하기 위해 Amazon DynamoDB Accelerator ( DAX 라고도 함).

DAX는 (논리적으로) DynamoDB 테이블 앞에 있는 완전 관리형 캐싱 서비스입니다. 연속 기입 모드에서 작동하며 DynamoDB와 API 호환됩니다. 응답은 캐시에서 마이크로초 단위로 반환되므로 DAX는 최종적으로 일관된 읽기 집약적인 워크로드에 적합합니다. DAX는 매끄럽고 사용하기 쉽습니다. 관리형 서비스는 DAX 클러스터를 생성하고 기존 읽기 및 쓰기의 대상으로 사용하기만 하면 됩니다. 패치, 클러스터 유지 관리, 복제 또는 장애 관리에 대해 걱정할 필요가 없습니다.

각 DAX 클러스터에는 1~10개의 노드가 포함될 수 있습니다. 전체 읽기 처리량을 늘리기 위해 노드를 추가할 수 있습니다. 캐시 크기(작업 집합이라고도 함)는 클러스터를 생성할 때 선택한 노드 크기( dax.r3.large ~ dax.r3.8xlarge )를 기반으로 합니다. 클러스터는 가용 영역에 노드가 분산된 VPC 내에서 실행됩니다.

DAX와 통신하려면 Java용 DAX SDK를 사용해야 합니다. 이 SDK는 짧은 대기 시간과 높은 처리량을 위해 미세 조정된 낮은 수준의 TCP 인터페이스를 사용하여 클러스터와 통신합니다(가능한 한 빨리 다른 언어를 통해 DAX에 대한 액세스를 지원합니다).

 

참조 문서:

https://aws.amazon.com/ko/blogs/aws/amazon-dynamodb-accelerator-dax-in-memory-caching-for-read-intensive-workloads/

Amazon DynamoDB Accelerator (DAX) – In-Memory Caching for Read-Intensive Workloads | Amazon Web Services