Após treinar um modelo de previsão de séries temporais no SageMaker, um Especialista precisa executar testes de carga no endpoint e monitorar a latência, a memória e a CPU durante o teste. Qual abordagem oferece uma visão consolidada dessas métricas durante o teste de carga?

A abordagem correta é criar um painel do Amazon CloudWatch porque o SageMaker publica automaticamente métricas detalhadas de endpoints, incluindo latência, uso de CPU e memória, diretamente no CloudWatch. Um painel do CloudWatch permite consolidar e visualizar essas métricas em tempo real, fornecendo uma visão abrangente do desempenho do endpoint durante um teste de carga. Gravar logs no S3 e usar Athena/QuickSight não é ideal para monitoramento em tempo real de métricas de desempenho, pois envolve processamento de logs, que tem latência. Enviar logs para o Amazon Elasticsearch Service (ou OpenSearch Service) e usar Kibana é excelente para análise de logs e busca, mas não é a ferramenta primária para monitoramento de métricas de desempenho em tempo real que já são emitidas pelo SageMaker para o CloudWatch.