FácilOpción múltiple

Pregunta de práctica de DEA-C01

Un ingeniero de datos está ingiriendo datos de streaming desde miles de dispositivos IoT hacia AWS. Los datos tienen formato JSON y deben almacenarse en Amazon S3 para análisis a largo plazo. ¿Qué servicio es el más adecuado para la ingesta en tiempo real y el enrutamiento hacia S3?

Elige la mejor respuesta.

Respuesta correcta

  • BAmazon Kinesis Data Firehose

Explicación

Amazon Kinesis Data Firehose es el servicio más adecuado porque está diseñado para la ingesta en tiempo real de datos de streaming y puede entregar datos directamente a Amazon S3 sin requerir código personalizado. Maneja automáticamente el almacenamiento en búfer (buffering), la compresión y el particionamiento de datos JSON, lo que lo hace ideal para el almacenamiento de análisis a largo plazo.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Amazon SQS

Amazon SQS es una cola que desacopla a los productores de los consumidores; almacena mensajes de forma duradera pero no los enruta ni los entrega por sí misma en Amazon S3, por lo que un consumidor debe realizar sondeos (polling) y escribir. Es tentador para almacenar en búfer la ingesta de alto volumen, pero Amazon Kinesis Data Firehose realiza la entrega directa en tiempo real a S3.

B

Correcta

Amazon Kinesis Data Firehose

Kinesis Data Firehose ingiere registros de streaming y los entrega a Amazon S3 con almacenamiento en búfer integrado, compresión y conversión de formatos, sin requerir código de consumidor. Eso satisface la ingesta en tiempo real desde miles de dispositivos IoT más el almacenamiento duradero en S3 para análisis posteriores.

C

Incorrecta

Amazon Kinesis Data Streams

Kinesis Data Streams proporciona ingesta en tiempo real pero requiere consumidores, como Kinesis Data Firehose o aplicaciones personalizadas, para entregar registros en Amazon S3; no enruta por sí mismo a S3. Sería correcto cuando varios consumidores personalizados deben leer el mismo flujo con capacidad de reproducción (replay).

D

Incorrecta

AWS Glue

AWS Glue es un servicio ETL sin servidor, no un motor de ingesta en tiempo real; carece de capacidades de ingesta de streaming nativas y no puede enrutar continuamente datos desde miles de dispositivos IoT hacia S3 sin activadores orientados a lotes o trabajos programados. Es tentador porque Glue puede transformar y cargar datos en S3 para análisis, lo que lo convierte en una opción correcta para el procesamiento por lotes programado o basado en eventos de datos que ya han llegado, pero no maneja el streaming persistente de baja latencia requerido aquí.

Para profundizar

Kinesis Data Firehose es un flujo de entrega completamente administrado que almacena en búfer los registros entrantes y los escribe en destinos como Amazon S3, Redshift, OpenSearch o Splunk sin necesidad de código de consumidor personalizado. Internamente, agrupa los registros en lotes por tamaño (hasta 128 MiB) o intervalo (60–900 segundos), los transforma opcionalmente con Lambda y puede convertir JSON a Parquet o ORC utilizando los esquemas de AWS Glue Data Catalog antes de depositarlos en S3. Un límite sutil que vale la pena conocer es que Firehose no retransmite los datos una vez entregados, y sus límites de 5 MiB por registro y 500 KB por operación put moldean el diseño del productor. En un escenario de IoT, miles de dispositivos que publican JSON se pueden enrutar a S3 para análisis con una latencia cercana a tiempo real y particionamiento automático por año/mes/día/hora, evitando la necesidad de construir y operar una aplicación consumidora personalizada en Kinesis Data Streams.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de DEA-C01 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.