Une entreprise diffuse des données de capteurs IoT sur le trafic urbain dans Amazon Kinesis Data Streams. Plusieurs applications consomment à partir du flux, mais plusieurs consommateurs sont limités et reçoivent des erreurs ReadProvisionedThroughputExceeded. Quelles actions l'architecte de solutions devrait-il prendre pour résoudre la limitation (throttling) ? (Choisissez trois.)

Les erreurs ReadProvisionedThroughputExceeded indiquent que les consommateurs dépassent la capacité de lecture du flux Kinesis. 1. Redimensionner le flux Kinesis pour augmenter le nombre de shards. Chaque shard offre une capacité de lecture et d'écriture limitée. Augmenter le nombre de shards augmente la capacité totale du flux, permettant à plus de consommateurs de lire simultanément sans être limités. 2. Utiliser des consommateurs qui emploient la fonctionnalité de fan-out amélioré. Le fan-out amélioré (Enhanced Fan-Out) fournit une connexion dédiée et un débit de 2 Mo/s par consommateur, éliminant la limitation de lecture partagée entre les consommateurs traditionnels et réduisant les erreurs de dépassement de débit. 3. Implémenter une stratégie de nouvelle tentative avec backoff exponentiel dans les applications consommatrices. Bien que cela ne résolve pas la cause racine de la limitation, cela permet aux applications de gérer gracieusement les erreurs temporaires en réessayant les opérations après un délai croissant, améliorant ainsi la résilience et la fiabilité. Diminuer le nombre de shards réduirait la capacité et aggraverait le problème. La KPL est pour les producteurs, pas les consommateurs. Le partitionnement dynamique n'est pas une fonctionnalité Kinesis Data Streams.