Kinesis Data Streams atau SQS?

Amazon Kinesis Data Streams dan Amazon SQS sama-sama memisahkan produsen dari konsumen, tetapi cocok untuk beban kerja yang sangat berbeda. Kinesis menyediakan aliran yang terurut dan dapat diputar ulang yang dapat dibaca beberapa konsumen secara paralel, sementara SQS dirancang untuk mendistribusikan tugas ke para pekerja.

Seret setiap skenario ke layanan yang paling sesuai: Amazon Kinesis Data Streams atau Amazon SQS.

Latihan ini merupakan bagian dari kursus

Mengembangkan aplikasi di AWS

Latihan interaktif langsung

Ubah teori menjadi aksi dengan salah satu latihan interaktif kami

Latihan ini merupakan bagian dari kursus

Mengembangkan aplikasi di AWS

SkillTag.level.intermediateSkillTag.label

5.0+

Mulai Kursus Gratis

Pelajari dasar arsitektur perangkat lunak cloud-native. Pada akhir bab ini, Anda akan dapat memilih antara monolith, microservices, serverless, dan pola event-driven; mempertimbangkan keterikatan erat vs longgar serta komunikasi sinkron vs asinkron; mengelola state pada layanan stateless; dan merancang ketangguhan dengan retry, exponential backoff, circuit breaker, dan dead-letter queue.

Exercise 1: Gaya arsitektur dan pola komunikasi Exercise 2: Pola komunikasi Exercise 3: Pengurutan pesan Exercise 4: Klasifikasikan mekanisme komunikasi Exercise 5: Mengkoordinasikan layanan dan mengelola state Exercise 6: Membangun alur kerja Exercise 7: Pola arsitektur mana yang paling sesuai?Exercise 8: Menangani duplikasi peristiwa dengan aman Exercise 9: Merancang aplikasi yang toleran kesalahan dan tangguh di AWS Exercise 10: Menangani kesalahan sementara Exercise 11: Menerapkan exponential backoff dengan jitter Exercise 12: Mengatasi kegagalan layanan hilir

Bangun, amankan, dan operasikan API di Amazon API Gateway. Pada akhir bab ini, Anda akan dapat memilih tipe API yang tepat (REST, HTTP, atau WebSocket); mengonfigurasi integrasi Lambda dengan validasi dan transformasi; melakukan deployment API lintas stage menggunakan CloudFormation, SAM, dan CDK; serta melindunginya dengan Amazon Cognito, IAM, Lambda authorizer, enkripsi, dan throttling.

Exercise 1: Merancang API di AWS Exercise 2: Memilih tipe API yang tepat Exercise 3: Migrasi sebuah API Exercise 4: Mengklasifikasikan tipe API Gateway Exercise 5: Pengembangan API Exercise 6: Kapabilitas API Gateway mana Exercise 7: Perbaiki 502 dari integrasi proxy Lambda Exercise 8: Menghubungkan API ke Lambda dengan integrasi proxy Exercise 9: Menguji dan menerapkan API Anda Exercise 10: Pengujian lokal dengan SAM Exercise 11: Alat infrastructure as code mana yang sebaiknya Anda gunakan?Exercise 12: Mengurutkan alur kerja CI/CD serverless Exercise 13: Melindungi API Anda Exercise 14: Permintaan API gagal Exercise 15: Aturan otorisasi kustom Exercise 16: Menangani lonjakan trafik

Bangun beban kerja yang terlepas keterikatannya, berbasis peristiwa, dan streaming. Pada akhir bab ini, Anda akan dapat melepaskan keterikatan layanan dengan antrian Amazon SQS (termasuk FIFO dan dead-letter queue) dan topik Amazon SNS dengan pemfilteran langganan; merutekan peristiwa dengan Amazon EventBridge menggunakan rule, event pattern, dan schema; memroses data ber-throughput tinggi dengan Amazon Kinesis Data Streams dan Data Firehose; serta merespons perubahan tabel secara real time dengan Amazon DynamoDB Streams.

Exercise 1: Dekopling menggunakan Layanan Messaging AWS Exercise 2: Meningkatkan waktu polling pada antrian SQS Exercise 3: Layanan perpesanan mana Exercise 4: Mengklasifikasikan tipe antrean SQS Exercise 5: Aplikasi berbasis peristiwa Exercise 6: Mengoptimalkan pemrosesan pesan Exercise 7: Menangani event yang gagal Exercise 8: Menangani peristiwa duplikat Exercise 9: Data streaming Exercise 10: Menskalakan data streaming Exercise 11: Menangani kegagalan pemrosesan Exercise 12: Kinesis Data Streams atau SQS?

Latihan Saat Ini

Exercise 13: Streaming data dengan DynamoDB Exercise 14: Aktifkan DynamoDB stream dengan kedua image item Exercise 15: Meminimalkan duplikasi record Exercise 16: Memilih kunci idempoten