Questão de Sistemas Operacionais — Cloud Computing — FGV 2023
Sistemas Operacionais›Cloud Computing
Código
fg069599
Banca
FGV
Órgão
SEFAZ-MG
Ano
2023
Nível
Superior
Cargo
Auditor Fiscal da Receita Estadual - Tecnologia da Informação (Tarde)
Várias plataformas FaaS de código aberto foram desenvolvidas como alternativa às soluções serverless dos provedores de nuvem pública. As plataformas FaaS de código aberto são quase exclusivamente implementadas sobre o Kubernetes, como por exemplo o OpenFaaS.
Em relação às características que possuem em comum os sistemas FaaS de código aberto baseados em kubernetes, assinale a afirmativa incorreta.
AAs invocações às funções são roteadas por um gateway, definido pelo sistema FaaS ou por uma instância Kubernetes Ingress.
BO balanceamento de carga das requisições entre instâncias de função é implementado aproveitando as instâncias de serviço Kubernetes.
CPara o autoescalonamento, a maioria dos sistemas FaaS usa o Horizontal Pod Autoscaling (HPA) integrado do Kubernetes, que implementa o autoescalonamento baseado em recursos de computação das instâncias das funções.
DPara o autoescalonamento, mecanismos de escalonamento personalizados também podem ser implementados, como escalonamento automático com base no número de solicitações simultâneas em andamento.
EPara monitorar as instâncias de função, a maioria dos sistemas FaaS de código aberto utiliza suas próprias soluções de captura de métricas e visualização.
Revelar gabarito e comentário▾
GabaritoE — Para monitorar as instâncias de função, a maioria dos sistemas FaaS de código aberto utiliza suas próprias soluções de captura de métricas e visualização.
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”.
FaaS (Function as a Service) em Kubernetes
Gabarito: letra E. Sistemas FaaS de código aberto baseados em Kubernetes geralmente reutilizam as ferramentas de monitoramento do ecossistema Kubernetes (Prometheus + Grafana), e não desenvolvem soluções próprias. As alternativas A a D descrevem características reais e comuns dessas plataformas.
A banca testa o conhecimento sobre como as plataformas FaaS open source se integram ao Kubernetes. A pegadinha está na alternativa E, que sugere que elas criam soluções próprias de métricas e visualização, quando na prática aproveitam as ferramentas padrão do ecossistema.
NÃO CAIA NESSA!
A banca afirma que a maioria dos sistemas FaaS de código aberto utiliza "suas próprias soluções" de monitoramento. Na verdade, eles se integram às ferramentas consolidadas do Kubernetes, como Prometheus e Grafana. O candidato pode ser levado a pensar que, por ser código aberto, cada sistema cria seu próprio monitoramento, mas isso não é verdade — eles reutilizam o ecossistema.
FaaS open source em Kubernetes: Gateway (Próprio do FaaS, Kubernetes Ingress); Balanceamento (Kubernetes Service); Autoescalonamento (HPA (CPU/memória), Personalizado (requisições simultâneas)); Monitoramento (Solução própria (incorreto), Ecossistema K8s (Prometheus + Grafana))
Alternativa A — ✅ Correta
As invocações são roteadas por um gateway (ex.: API Gateway) que pode ser fornecido pelo próprio FaaS ou por um Ingress do Kubernetes. Isso é uma prática comum.
Alternativa B — ✅ Correta
O balanceamento de carga entre instâncias de função é feito pelos Services do Kubernetes, que distribuem o tráfego automaticamente.
Alternativa C — ✅ Correta
O Horizontal Pod Autoscaling (HPA) do Kubernetes é amplamente utilizado para escalar os pods das funções com base em métricas de CPU/memória, sendo um recurso nativo.
Alternativa D — ✅ Correta
Além do HPA, é possível implementar escalonamento personalizado, como baseado em número de requisições simultâneas, usando métricas customizadas.
Alternativa E — ❌ Incorreta (gabarito)
A maioria dos sistemas FaaS de código aberto não cria soluções próprias de monitoramento. Eles se integram ao ecossistema Kubernetes, utilizando Prometheus para coleta de métricas e Grafana para visualização. Soluções próprias seriam redundantes e aumentariam a complexidade.