Una empresa transmite datos de sensores de IoT sobre el tráfico de la ciudad a Amazon Kinesis Data Streams. Múltiples aplicaciones consumen del stream, pero varios consumidores están siendo limitados y reciben errores ReadProvisionedThroughputExceeded. ¿Qué acciones debe tomar el arquitecto de soluciones para resolver la limitación? (Elija tres.)

Los errores ReadProvisionedThroughputExceeded indican que los consumidores están intentando leer datos más rápido de lo que los shards pueden proporcionar. Aumentar el número de shards mediante un resharding incrementa la capacidad de lectura total del stream, distribuyendo la carga entre más unidades. Usar la característica enhanced fan-out con consumidores dedicados permite que cada consumidor reciba su propia copia de los datos a través de una conexión HTTP/2, eliminando la contención de lectura entre ellos y mejorando significativamente el rendimiento. Finalmente, implementar una estrategia de reintento con retroceso exponencial en las aplicaciones consumidoras ayuda a gestionar las limitaciones temporales de forma robusta, evitando sobrecargar el stream con reintentos inmediatos y permitiendo que el servicio se recupere. Disminuir los shards reduciría la capacidad. KPL es para productores, no para resolver limitaciones de lectura. El particionamiento dinámico no es una característica de Kinesis Data Streams.