Um órgão público mantém um sistema de processamento de folha de pagamento que roda, durante a maior parte do ano, em infraestrutura própria (on-premises). No entanto, nos meses de dezembro e janeiro, a demanda por processamento aumenta significativamente devido ao 13º salário, reajustes e grande volume de retificações, causando risco de indisponibilidade e degradação de desempenho. Para lidar com esses picos, a equipe de TI decide configurar um mecanismo automático para que, sempre que a carga ultrapassar determinado limiar, sejam instanciados recursos adicionais de computação em uma nuvem pública. Essa estratégia de extensão dinâmica da capacidade computacional para a nuvem pública em momentos de alta demanda é denominada:

Uma corte superior está redesenhando sua arquitetura de sistemas para suportar sistemas legados críticos ainda executados em data center próprio, novos serviços digitais com alta variabilidade de carga (portais, APIs abertas, painéis em tempo real), além de requisitos rígidos de conformidade, auditoria e soberania de dados.
Na proposta inicial, a área de TI contrapõe duas abordagens de alto nível:
• estratégia nativa (cloud-native), com serviços desenhados desde o início para consumir intensamente recursos de nuvem pública (contêineres orquestrados, funções serverless, filas e bancos gerenciados, observabilidade integrada etc.);
• estratégia híbrida, em que parte significativa da carga permanece em data center próprio ou em nuvem privada, com integração estruturada (túneis seguros, VPN, direct connect, replicação de dados) com a nuvem pública.
Considerando os trade-offs entre uma arquitetura nativa em nuvem e uma arquitetura híbrida nesse contexto, é correto afirmar que:

A empresa Gama é uma varejista multinacional com operações em diversos países e vem enfrentando gargalos no acesso aos seus dados analíticos, de forma que tem dificultado a geração de um diferencial competitivo. Para que a equipe central de dados consiga atender às demandas específicas de cada país com a agilidade necessária, iniciou-se a abordagem de Data Mesh a partir da:

O Tribunal de Justiça do Estado do Rio de Janeiro (TJRJ) possui uma plataforma de consulta pública para serviços comuns e recebe milhões de acessos diariamente. A plataforma está com baixa performance e, para garantir a alta disponibilidade e melhorar o desempenho, a equipe de infraestrutura do Tribunal implementou caching em vários níveis como na borda da rede, nos servidores de aplicação e na memória local. A política de cache inclui expiração por tempo e invalidação por atualização de dados sensíveis. Após a implementação dessas medidas, a equipe do Tribunal sentirá um impacto no(a):