Después de entrenar un modelo de pronóstico de series temporales en SageMaker, un especialista necesita ejecutar pruebas de carga en el endpoint y monitorear la latencia, la memoria y la CPU durante la prueba. ¿Qué enfoque proporciona una vista consolidada de estas métricas durante las pruebas de carga?

La opción correcta es crear un panel de Amazon CloudWatch porque SageMaker publica automáticamente métricas detalladas de los endpoints, incluyendo latencia, uso de CPU y uso de memoria, en CloudWatch. Un panel de CloudWatch permite consolidar y visualizar estas métricas en tiempo real, lo cual es ideal para monitorear el rendimiento durante pruebas de carga. Las otras opciones son menos eficientes o no están diseñadas para este propósito: Escribir logs en S3 y usar Athena/QuickSight es más adecuado para análisis de logs históricos o complejos, no para monitoreo en tiempo real de métricas de rendimiento. Enviar CloudWatch Logs a Amazon Elasticsearch Service (ahora Amazon OpenSearch Service) con Kibana es útil para buscar y analizar logs estructurados y no estructurados, pero las métricas de rendimiento ya están disponibles directamente en CloudWatch y no requieren este paso adicional para su visualización.