問題1
한 회사에서 여러 AWS Glue 작업을 개발하여 Amazon S3의 데이터를 검증 및 변환하고 매일 한 번씩 Amazon RDS for MySQL에 배치로 로드했습니다. ETL 작업은 DynamicFrame을 사용하여 S3 데이터를 읽습니다. 현재 ETL 개발자는 AWS Glue 작업이 각 실행에서 모든 S3 입력 데이터를 처리하기 때문에 모든 실행에서 증분 데이터만 처리하는 데 어려움을 겪고 있습니다.
개발자가 최소한의 코딩 노력으로 문제를 해결할 수 있는 접근 방식은 무엇입니까?
한 회사에서 여러 AWS Glue 작업을 개발하여 Amazon S3의 데이터를 검증 및 변환하고 매일 한 번씩 Amazon RDS for MySQL에 배치로 로드했습니다. ETL 작업은 DynamicFrame을 사용하여 S3 데이터를 읽습니다. 현재 ETL 개발자는 AWS Glue 작업이 각 실행에서 모든 S3 입력 데이터를 처리하기 때문에 모든 실행에서 증분 데이터만 처리하는 데 어려움을 겪고 있습니다.
개발자가 최소한의 코딩 노력으로 문제를 해결할 수 있는 접근 방식은 무엇입니까?
正確答案: D
問題2
의료 회사는 여러 데이터 소스에서 환자 데이터를 수집하여 Amazon S3 스테이징 버킷에 저장합니다. AWS Glue ETL 작업은 S3 기반 데이터 레이크에 기록된 데이터를 변환하여 Amazon Athen a를 사용하여 쿼리합니다. 회사는 기록에 공통된 고유 식별자가 없는 경우에도 환자 기록을 일치시키려고 합니다.
이 요구 사항을 충족하는 솔루션은 무엇입니까?
의료 회사는 여러 데이터 소스에서 환자 데이터를 수집하여 Amazon S3 스테이징 버킷에 저장합니다. AWS Glue ETL 작업은 S3 기반 데이터 레이크에 기록된 데이터를 변환하여 Amazon Athen a를 사용하여 쿼리합니다. 회사는 기록에 공통된 고유 식별자가 없는 경우에도 환자 기록을 일치시키려고 합니다.
이 요구 사항을 충족하는 솔루션은 무엇입니까?
正確答案: A
問題3
운송 회사는 트럭에 부착된 IoT 센서를 사용하여 전 세계 배송 차량에 대한 차량 데이터를 수집합니다. 이 회사는 현재 센서 데이터를 작은 .csv 파일로 Amazon S3로 보냅니다. 그런 다음 파일은 노드당 2개의 슬라이스가 있는 10노드 Amazon Redshift 클러스터에 로드되고 Amazon Athena와 Amazon Redshift를 모두 사용하여 쿼리됩니다. 이 회사는 파일을 최적화하여 쿼리 비용을 줄이고 Amazon Redshift 클러스터로 데이터를 로드하는 속도를 개선하고자 합니다.
어떤 솔루션이 이러한 요구 사항을 충족합니까?
운송 회사는 트럭에 부착된 IoT 센서를 사용하여 전 세계 배송 차량에 대한 차량 데이터를 수집합니다. 이 회사는 현재 센서 데이터를 작은 .csv 파일로 Amazon S3로 보냅니다. 그런 다음 파일은 노드당 2개의 슬라이스가 있는 10노드 Amazon Redshift 클러스터에 로드되고 Amazon Athena와 Amazon Redshift를 모두 사용하여 쿼리됩니다. 이 회사는 파일을 최적화하여 쿼리 비용을 줄이고 Amazon Redshift 클러스터로 데이터를 로드하는 속도를 개선하고자 합니다.
어떤 솔루션이 이러한 요구 사항을 충족합니까?
正確答案: C
問題4
게임 회사는 cllckstream 데이터를 여러 Amazon Kinesis 데이터 스트림으로 수집하고 있습니다. 이 회사는 Amazon Kinesis Data Firehose 전송 스트림을 사용하여 데이터를 Amazon S3에 JSON 형식으로 저장합니다. 데이터 과학자는 Amazon Athena를 사용하여 최신 데이터를 쿼리하고 비즈니스 통찰력을 도출합니다. 이 회사는 데이터 파이프라인을 다시 만들지 않고도 Athena 비용을 줄이고자 합니다. 회사는 관리 노력이 덜 필요한 솔루션을 선호합니다. 데이터 과학자가 비용 절감을 위해 즉시 취할 수 있는 일련의 조치는 무엇입니까?
게임 회사는 cllckstream 데이터를 여러 Amazon Kinesis 데이터 스트림으로 수집하고 있습니다. 이 회사는 Amazon Kinesis Data Firehose 전송 스트림을 사용하여 데이터를 Amazon S3에 JSON 형식으로 저장합니다. 데이터 과학자는 Amazon Athena를 사용하여 최신 데이터를 쿼리하고 비즈니스 통찰력을 도출합니다. 이 회사는 데이터 파이프라인을 다시 만들지 않고도 Athena 비용을 줄이고자 합니다. 회사는 관리 노력이 덜 필요한 솔루션을 선호합니다. 데이터 과학자가 비용 절감을 위해 즉시 취할 수 있는 일련의 조치는 무엇입니까?
正確答案: A
問題5
한 회사에 수백만 명의 사용자가 있는 모바일 앱이 있습니다. 회사는 사용자 추세를 보여주는 대화형 데이터 시각화를 포함하여 모바일 앱을 개선하려고 합니다.
시각화를 위한 데이터는 5천만 행의 대규모 데이터 레이크에 저장됩니다. 시각화에 사용되는 데이터는 2시간 이내의 것이어야 합니다.
최소한의 운영 오버헤드로 이러한 요구 사항을 충족하는 솔루션은 무엇입니까?
한 회사에 수백만 명의 사용자가 있는 모바일 앱이 있습니다. 회사는 사용자 추세를 보여주는 대화형 데이터 시각화를 포함하여 모바일 앱을 개선하려고 합니다.
시각화를 위한 데이터는 5천만 행의 대규모 데이터 레이크에 저장됩니다. 시각화에 사용되는 데이터는 2시간 이내의 것이어야 합니다.
최소한의 운영 오버헤드로 이러한 요구 사항을 충족하는 솔루션은 무엇입니까?
正確答案: C
問題6
데이터 분석가는 애플리케이션에서 생성된 여러 데이터 세트에서 데이터 시각화를 위해 Amazon QuickSight를 사용하고 있습니다. 각 애플리케이션은 별도의 Amazon S3 버킷 내에 파일을 저장합니다. AWS Glue 데이터 카탈로그는 Amazon S3의 모든 애플리케이션 데이터에서 중앙 카탈로그로 사용됩니다. 새 애플리케이션은 별도의 S3 버킷에 데이터를 저장합니다. 새 애플리케이션 데이터 소스를 포함하도록 카탈로그를 업데이트한 후 데이터 분석가는 Amazon Athena 테이블에서 새 Amazon QuickSight 데이터 소스를 생성했지만 SPICE로 가져오기에 실패했습니다.
데이터 분석가는 이 문제를 어떻게 해결해야 합니까?
데이터 분석가는 애플리케이션에서 생성된 여러 데이터 세트에서 데이터 시각화를 위해 Amazon QuickSight를 사용하고 있습니다. 각 애플리케이션은 별도의 Amazon S3 버킷 내에 파일을 저장합니다. AWS Glue 데이터 카탈로그는 Amazon S3의 모든 애플리케이션 데이터에서 중앙 카탈로그로 사용됩니다. 새 애플리케이션은 별도의 S3 버킷에 데이터를 저장합니다. 새 애플리케이션 데이터 소스를 포함하도록 카탈로그를 업데이트한 후 데이터 분석가는 Amazon Athena 테이블에서 새 Amazon QuickSight 데이터 소스를 생성했지만 SPICE로 가져오기에 실패했습니다.
데이터 분석가는 이 문제를 어떻게 해결해야 합니까?
正確答案: A
問題7
소프트웨어 회사가 AWS에서 애플리케이션을 호스팅하고 새로운 기능이 매주 릴리스됩니다. 애플리케이션 테스트 프로세스의 일부로 각 배포 후 애플리케이션이 예상대로 작동하는지 확인하기 위해 각 Amazon EC2 인스턴스의 로그를 분석하는 솔루션을 개발해야 합니다. 수집 및 분석 솔루션은 최소한의 지연으로 새로운 정보를 표시할 수 있는 기능과 함께 가용성이 높아야 합니다.
회사는 로그를 수집하고 분석하기 위해 어떤 방법을 사용해야 합니까?
소프트웨어 회사가 AWS에서 애플리케이션을 호스팅하고 새로운 기능이 매주 릴리스됩니다. 애플리케이션 테스트 프로세스의 일부로 각 배포 후 애플리케이션이 예상대로 작동하는지 확인하기 위해 각 Amazon EC2 인스턴스의 로그를 분석하는 솔루션을 개발해야 합니다. 수집 및 분석 솔루션은 최소한의 지연으로 새로운 정보를 표시할 수 있는 기능과 함께 가용성이 높아야 합니다.
회사는 로그를 수집하고 분석하기 위해 어떤 방법을 사용해야 합니까?
正確答案: A
問題8
데이터 과학자 팀은 회사의 새로운 투자 전략을 위해 시장 동향 데이터를 분석할 계획입니다. 추세 데이터는 5개의 서로 다른 대용량 데이터 소스에서 가져옵니다. 팀은 Amazon Kinesis를 활용하여 사용 사례를 지원하려고 합니다. 팀에서는 SQL과 유사한 쿼리를 사용하여 추세를 분석하고 추세의 특정 중요한 패턴을 기반으로 알림을 보내려고 합니다. 또한 데이터 과학자는 보관 및 기록 재처리를 위해 데이터를 Amazon S3에 저장하고 가능한 경우 AWS 관리형 서비스를 사용하기를 원합니다. 팀은 가장 저렴한 솔루션을 구현하려고 합니다.
이러한 요구 사항을 충족하는 솔루션은 무엇입니까?
데이터 과학자 팀은 회사의 새로운 투자 전략을 위해 시장 동향 데이터를 분석할 계획입니다. 추세 데이터는 5개의 서로 다른 대용량 데이터 소스에서 가져옵니다. 팀은 Amazon Kinesis를 활용하여 사용 사례를 지원하려고 합니다. 팀에서는 SQL과 유사한 쿼리를 사용하여 추세를 분석하고 추세의 특정 중요한 패턴을 기반으로 알림을 보내려고 합니다. 또한 데이터 과학자는 보관 및 기록 재처리를 위해 데이터를 Amazon S3에 저장하고 가능한 경우 AWS 관리형 서비스를 사용하기를 원합니다. 팀은 가장 저렴한 솔루션을 구현하려고 합니다.
이러한 요구 사항을 충족하는 솔루션은 무엇입니까?
正確答案: C
問題9
회사는 기록 데이터가 포함된 온프레미스 PostgreSQL 데이터베이스를 호스팅합니다. 내부 레거시 애플리케이션은 읽기 전용 활동에 데이터베이스를 사용합니다. 회사의 비즈니스 팀은 가능한 한 빨리 데이터를 Amazon S3의 데이터 레이크로 이동하고 분석을 위해 데이터를 보강하려고 합니다.
회사는 VPC와 온프레미스 네트워크 간에 AWS Direct Connect 연결을 설정했습니다. 데이터 분석 전문가는 최소한의 운영 오버헤드로 비즈니스 팀의 목표를 달성하는 솔루션을 설계해야 합니다.
어떤 솔루션이 이러한 요구 사항을 충족합니까?
회사는 기록 데이터가 포함된 온프레미스 PostgreSQL 데이터베이스를 호스팅합니다. 내부 레거시 애플리케이션은 읽기 전용 활동에 데이터베이스를 사용합니다. 회사의 비즈니스 팀은 가능한 한 빨리 데이터를 Amazon S3의 데이터 레이크로 이동하고 분석을 위해 데이터를 보강하려고 합니다.
회사는 VPC와 온프레미스 네트워크 간에 AWS Direct Connect 연결을 설정했습니다. 데이터 분석 전문가는 최소한의 운영 오버헤드로 비즈니스 팀의 목표를 달성하는 솔루션을 설계해야 합니다.
어떤 솔루션이 이러한 요구 사항을 충족합니까?
正確答案: C
問題10
대기업에는 여러 개의 독립적인 사업부가 있습니다. 각 사업부는 자체 데이터를 담당하지만 협업을 위해 다른 부서와 데이터를 공유해야 합니다.
각 유닛은 AWS Lake Formation으로 생성된 Amazon S3 데이터 레이크에 데이터를 저장합니다. 대시보드 보고서를 생성하기 위해 마케팅 팀은 Amazon Redshift 클러스터에 저장된 데이터를 데이터 레이크에 저장된 영업팀 고객 테이블과 결합하려고 합니다. 영업팀에는 수많은 테이블과 스키마가 있지만 마케팅팀은 고객 테이블에만 액세스할 수 있어야 합니다. 솔루션은 안전하고 확장 가능해야 합니다.
이러한 요구 사항을 충족하는 작업 집합은 무엇입니까?
대기업에는 여러 개의 독립적인 사업부가 있습니다. 각 사업부는 자체 데이터를 담당하지만 협업을 위해 다른 부서와 데이터를 공유해야 합니다.
각 유닛은 AWS Lake Formation으로 생성된 Amazon S3 데이터 레이크에 데이터를 저장합니다. 대시보드 보고서를 생성하기 위해 마케팅 팀은 Amazon Redshift 클러스터에 저장된 데이터를 데이터 레이크에 저장된 영업팀 고객 테이블과 결합하려고 합니다. 영업팀에는 수많은 테이블과 스키마가 있지만 마케팅팀은 고객 테이블에만 액세스할 수 있어야 합니다. 솔루션은 안전하고 확장 가능해야 합니다.
이러한 요구 사항을 충족하는 작업 집합은 무엇입니까?
正確答案: B