Un'azienda trasmette dati di sensori IoT sul traffico cittadino in Amazon Kinesis Data Streams. Diverse applicazioni leggono dallo stream, ma molti consumer vengono limitati e ricevono errori ReadProvisionedThroughputExceeded. Quali azioni dovrebbe intraprendere l'architetto di soluzioni per risolvere la limitazione? (Scegliere tre.)

La limitazione (throttling) in Kinesis Data Streams si verifica quando la capacità di lettura per shard viene superata. 1. Rishardare lo stream Kinesis per aumentare il numero di shard: Aumentare il numero di shard incrementa la capacità totale di lettura e scrittura dello stream, distribuendo il carico su più shard e riducendo la probabilità di superare i limiti di throughput per singolo shard. Diminuire il numero di shard farebbe l'opposto, peggiorando il problema. 2. Utilizzare consumer che impiegano la funzionalità enhanced fan-out: Enhanced fan-out fornisce un throughput dedicato per consumer, eliminando la contesa per la capacità di lettura tra più consumer sullo stesso shard e riducendo drasticamente gli errori di throttling. 3. Implementare una strategia di retry degli errori con exponential backoff nelle applicazioni consumer: Questa strategia consente ai consumer di riprovare le letture fallite con ritardi crescenti, evitando di sovraccaricare ulteriormente lo stream durante i periodi di picco e migliorando la resilienza dell'applicazione. La Kinesis Producer Library (KPL) è per i produttori, non per i consumer, e il partizionamento dinamico non è una funzionalità diretta di Kinesis Data Streams per risolvere il throttling in lettura.