Ein Unternehmen betreibt zwei Systeme auf Amazon Kinesis Data Streams: ein Bestandsverwaltungssystem, das die Kinesis Producer Library (KPL) zum Veröffentlichen verwendet, und ein Nachbestellungssystem, das die Kinesis Client Library (KCL) zum Konsumieren nutzt. Das Autoscaling des Streams ist aktiviert. Vor der Produktionsbereitstellung empfing das Nachbestellungssystem doppelte Datensätze. Welche Faktoren könnten die Duplikate verursacht haben? (Wählen Sie zwei.)

Netzwerk-Timeouts beim Producer können dazu führen, dass die KPL einen Datensatz erneut sendet, wenn sie keine Bestätigung erhält, was zu Duplikaten im Stream führt. Änderungen an der Shard-Anzahl (durch Skalierung) oder der Anzahl der Record Processors (KCL-Instanzen) können dazu führen, dass die KCL die Verarbeitung von Shards neu verteilt. Während dieser Neuverteilung ist es möglich, dass ein Record Processor bereits verarbeitete Datensätze erneut verarbeitet, bevor der Zustand korrekt synchronisiert ist, was ebenfalls Duplikate erzeugt. Ein hoher IteratorAgeMilliseconds deutet auf eine langsame Konsumierung hin, verursacht aber keine Duplikate. AggregationEnabled auf true ist die Standardeinstellung und optimiert die Übertragung, führt aber nicht zu Duplikaten. Ein hoher maxrecords-Wert in der KCL-Konfiguration beeinflusst die Batch-Größe, nicht die Duplizierung.