Kinesis Data Streams ou SQS ?

Amazon Kinesis Data Streams et Amazon SQS découplent tous deux les producteurs des consommateurs, mais ils répondent à des charges très différentes. Kinesis fournit des flux ordonnés et rejouables que plusieurs consommateurs peuvent lire en parallèle, tandis que SQS est conçu pour distribuer des tâches à des travailleurs.

Faites glisser chaque scénario vers le service le plus adapté : Amazon Kinesis Data Streams ou Amazon SQS.

Cet exercice fait partie du cours

<cours>Développer des applications sur AWS</cours>

Exercice interactif pratique

Transformez la théorie en action avec l’un de nos exercices interactifs

Commencer l’exercice

Cet exercice fait partie du cours

<cours>Développer des applications sur AWS</cours>

IntermédiaireNiveau de compétence

4.9+

Commencer le cours gratuitement

Apprenez les bases architecturales des logiciels cloud-native. À la fin de ce chapitre, vous serez en mesure de choisir entre monolithe, microservices, serverless et modèles event-driven ; d'analyser les compromis entre couplage fort et faible, et communication synchrone ou asynchrone ; de gérer l'état dans des services stateless ; et de concevoir la résilience avec des retries, du backoff exponentiel, des coupe-circuits (circuit breakers) et des files d'attente de lettres mortes (dead-letter queues).

Exercise 1: Styles d'architecture et modes de communication Exercise 2: Modes de communication Exercise 3: Ordonnancement des messages Exercise 4: Classer les mécanismes de communication Exercise 5: Coordonner les services et gérer l'état Exercise 6: Concevoir des workflows Exercise 7: Quel modèle d'architecture convient le mieux ?Exercise 8: Gérer les événements en double en toute sécurité Exercise 9: Concevoir des applications tolérantes aux pannes et résilientes sur AWS Exercise 10: Gérer les erreurs temporaires Exercise 11: Mettre en œuvre un backoff exponentiel avec jitter Exercise 12: Gérer les défaillances d'un service aval

Créez, sécurisez et exploitez des API sur Amazon API Gateway. À la fin de ce chapitre, vous saurez choisir le bon type d'API (REST, HTTP ou WebSocket) ; configurer des intégrations Lambda avec validation et transformations ; déployer des API sur plusieurs stages à l'aide de CloudFormation, SAM et CDK ; et les protéger avec Amazon Cognito, IAM, des autorisateurs Lambda, le chiffrement et le throttling.

Exercise 1: Concevoir des API sur AWS Exercise 2: Choisir le bon type d'API Exercise 3: Migration d'une API Exercise 4: Classer les types d'API Gateway Exercise 5: Développement d'API Exercise 6: Quelle fonctionnalité d'API Gateway Exercise 7: Corriger un 502 provenant d'une intégration proxy Lambda Exercise 8: Connecter une API à Lambda avec une intégration proxy Exercise 9: Tester et déployer vos API Exercise 10: Tester en local avec SAM Exercise 11: Quel outil d'infrastructure as code devez-vous utiliser ?Exercise 12: Ordonner le workflow CI/CD serverless Exercise 13: Protéger vos API Exercise 14: Échecs de requêtes d'API Exercise 15: Règles d'autorisation personnalisées Exercise 16: Gérer les pics de trafic

Concevez des charges de travail découplées, event-driven et orientées flux. À la fin de ce chapitre, vous serez capable de découpler des services avec des files d'attente Amazon SQS (y compris FIFO et dead-letter queues) et des topics Amazon SNS avec filtrage des abonnements ; de router des événements avec Amazon EventBridge à l'aide de règles, de modèles d'événements et de schémas ; de traiter des données à haut débit avec Amazon Kinesis Data Streams et Data Firehose ; et de réagir en temps réel aux modifications de tables avec Amazon DynamoDB Streams.

Exercise 1: Dissocier avec les services de messagerie AWS Exercise 2: Augmenter le temps de polling sur une file d'attente SQS Exercise 3: Quel service de messagerie Exercise 4: Classer les types de files d'attente SQS Exercise 5: Applications pilotées par les événements Exercise 6: Optimiser le traitement des messages Exercise 7: Gérer les événements en échec Exercise 8: Gérer les événements en double Exercise 9: Données en streaming Exercise 10: Mise à l'échelle des données en streaming Exercise 11: Gérer les échecs de traitement Exercise 12: Kinesis Data Streams ou SQS ?

Exercice actuel

Exercise 13: Données en streaming avec DynamoDB Exercise 14: Activer un flux DynamoDB avec les anciennes et nouvelles images d'élément Exercise 15: Réduire la duplication des enregistrements Exercise 16: Choisir une clé d'idempotence