Une entreprise dispose de deux systèmes sur Amazon Kinesis Data Streams : un système de gestion des stocks qui utilise la Kinesis Producer Library (KPL) pour publier, et un système de réapprovisionnement des stocks qui utilise la Kinesis Client Library (KCL) pour consommer. L'autoscaling du stream est activé. Avant le déploiement en production, le système de réapprovisionnement a reçu des enregistrements en double. Quels facteurs auraient pu causer ces doublons ? (Choisissez-en deux.)

Les délais d'attente réseau côté producteur peuvent entraîner des tentatives de republication d'enregistrements par la KPL, créant ainsi des doublons si l'enregistrement original avait déjà été accepté par Kinesis. Les changements dans le nombre de shards (scaling) ou de processeurs d'enregistrements (rebalancing KCL) peuvent forcer la KCL à réinitialiser la position de lecture ou à traiter des shards qui ont déjà été partiellement lus, ce qui peut entraîner la relecture de certains enregistrements. La métrique IteratorAgeMilliseconds élevée indique un retard de traitement mais ne cause pas directement de doublons. AggregationEnabled (KPL) et maxrecords (KCL) sont des optimisations de performance qui n'introduisent pas de doublons.