Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it
实验概览
AnyCompany 正在开发一个新的电影数据库应用。该应用程序将允许用户按影片名、发行年份、出演电影的演员、评分等搜索电影。AnyCompany 选择 Amazon DynamoDB 作为数据库服务，来存储该应用程序将引用的所有电影的相关信息。
作为新加入 AnyCompany 的高级应用程序开发人员，您的任务是为电影数据库应用程序确定最高效、最具成本效益的容量设置。在本实验中，您将使用 Amazon DynamoDB 预置的读/写容量模式来管理吞吐容量。您可以使用 Amazon CloudWatch 来监控不同的 DynamoDB 指标，这些指标会影响应用程序的性能。然后，您可以使用 Amazon DynamoDB 自动扩缩功能来动态地调整为表预置的吞吐容量，从而应对流量的突增而不会限流。您可以运行使用适用于 Python 的 Amazon SDK (Boto3) 的 Python 脚本，修改表容量设置以解决性能问题。
目标
完成本实验后，您应能够：
- 使用适用于 Python 的 Amazon SDK (Boto3) 针对 DynamoDB 表生成示例测试负载。
- 使用 AWS SDK 更改预置容量设置，以便修复限流错误。
- 使用 Amazon CloudWatch DynamoDB 指标查看表容量和限流统计数据。
- 使用 AWS SDK 在 DynamoDB 表中启用 Auto Scaling。
- 解释 Amazon DynamoDB 的容量管理模式对性能有何影响。
图标键
本实验中使用了各种不同的图标，以提醒您注意指南的特定方面。下面的列表解释了每个图标的用途：
- 提醒：提示特别相关或重要的信息（不查看该信息并不会损坏设备或数据，但可能导致需要重复某些步骤）。
- 命令：您必须运行的命令。
- 复制编辑：此时可将命令、脚本或其他文本复制到文本编辑器（以便在其中编辑特定的变量），相比直接在命令行或终端中编辑，这可能更加简单。
- 预期输出：您可以用来验证命令或已编辑文件输出的示例输出。
- 注意：一项提示、技巧或重要指导。
- 了解详情：可以找到更多信息的位置。
- 知识考核：可以检查您的知识掌握情况和测试您学到的知识。
- 任务完成：本实验的总结或结论要点。
- 警告：提醒这是一项不可逆转且可能造成命令或进程失败的操作（包括提醒配置在完成后将无法更改）。
