Questão de Sistemas Operacionais — Cloud Computing — FCC 2025
Sistemas Operacionais›Cloud Computing
Código
fc073221
Banca
FCC
Órgão
Prefeitura de São Paulo - SP
Ano
2025
Nível
Superior
Cargo
Analista de Planejamento e Desenvolvimento Organizacional Tecnologia da Informação e Comunicação
Durante a implementação de um sistema de atendimento ao cidadão em nuvem, a equipe de TI da prefeitura observou picos de demanda em horários de expediente. Para garantir que os custos sejam otimizados e o desempenho não seja impactado durante esses picos, deve-se
Aconfigurar auto-escalabilidade no cluster Kubernetes para ajustar automaticamente o número de pods em resposta à carga.
Bconfigurar a escalabilidade manual do cluster para economizar custos, ajustando os pods apenas no início e no final do expediente.
Cdefinir alertas de custo no painel da nuvem para reduzir automaticamente os recursos quando o orçamento for excedido.
Dimplementar instâncias reservadas em nuvem para atender a picos de demanda, mesmo que o custo seja mais alto.
Eutilizar pipelines CI/CD para ajustar os recursos computacionais automaticamente provendo escalabilidade vertical.
Revelar gabarito e comentário▾
GabaritoA — configurar auto-escalabilidade no cluster Kubernetes para ajustar automaticamente o número de pods em resposta à carga.
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Computação em Nuvem – Escalabilidade
Gabarito: letra A. A alternativa A configura a auto-escalabilidade no cluster Kubernetes, que ajusta automaticamente o número de pods com base na carga de trabalho. Essa é a abordagem padrão para lidar com picos de demanda em ambientes de nuvem, otimizando custos ao provisionar recursos apenas quando necessários e mantendo o desempenho.
A questão testa o conceito de elasticidade em nuvem e o uso de ferramentas como o Horizontal Pod Autoscaler (HPA) do Kubernetes, que aumenta ou diminui réplicas de pods conforme métricas de CPU, memória ou customizadas.
1Carga aumenta (pico)
2HPA monitora métricas
3Aumenta réplicas de pods
4Carga diminui
5HPA reduz réplicas
LEVEL · soulevel.com.br
Alternativa A — ✅ Correta ⟵ GABARITO
Auto-escalabilidade (auto-scaling) é a técnica correta para ajustar dinamicamente os recursos computacionais em resposta à carga, garantindo que o sistema atenda aos picos sem desperdício de capacidade ociosa. No Kubernetes, o Horizontal Pod Autoscaler (HPA) é o componente nativo para essa finalidade.
Alternativa B — ❌ Incorreta
Escalabilidade manual (ajustar pods apenas no início e fim do expediente) não responde a picos variáveis dentro do expediente, podendo subprovisionar durante o pico ou superprovisionar fora dele. A abordagem manual é menos eficiente e não otimiza custos em cenários com flutuações imprevisíveis.
Alternativa C — ❌ Incorreta
Alertas de custo apenas notificam quando o orçamento é excedido; não ajustam recursos automaticamente. A redução automática de recursos com base em orçamento não é uma prática recomendada, pois pode degradar a performance. A ferramenta correta para ajuste automático é o auto-scaling baseado em métricas de carga, não em custos.
Alternativa D — ❌ Incorreta
Instâncias reservadas são contratos de longo prazo para obter descontos em recursos de uso contínuo, não para atender picos de demanda. Para picos, o ideal é usar recursos sob demanda ou escaláveis (auto-scaling), pois instâncias reservadas têm custo fixo e não oferecem elasticidade.
Alternativa E — ❌ Incorreta
Pipelines CI/CD são utilizados para automação de build, teste e deploy de aplicações, não para ajuste automático de recursos computacionais. Escalabilidade vertical (aumentar recursos de um nó/pod) pode ser feita com ajustes manuais ou ferramentas específicas, mas não é o foco dos pipelines CI/CD. A alternativa confunde os conceitos de integração contínua com elasticidade.
PEGA ESSA DICA!
Em provas de nuvem, quando a questão falar em otimizar custos durante picos de demanda, lembre-se de auto-scaling (horizontal, geralmente). Evite confundir com escalabilidade vertical, instâncias reservadas ou ferramentas de deploy.