MediaOpción múltiple

Pregunta de práctica de DEA-C01

Un ingeniero de datos está diseñando una canalización de ingestión de datos para cargar datos desde una base de datos Oracle local en Amazon Redshift. La canalización debe capturar cambios (inserciones, actualizaciones, eliminaciones) con baja latencia y un impacto mínimo en la base de datos de origen. ¿Qué combinación de servicios de AWS debe utilizar el ingeniero?

Elige la mejor respuesta.

Respuesta correcta

  • AAWS Database Migration Service (DMS) a Amazon S3, luego COPY a Redshift

Explicación

AWS DMS con replicación continua (captura de datos modificados) puede capturar cambios de Oracle con un impacto mínimo y replicar en S3, luego hacer COPY en Redshift. La opción B es incorrecta porque Kinesis Data Streams requiere un productor personalizado para capturar los cambios de Oracle y no proporciona CDC nativo de bases de datos Oracle. La opción C es incorrecta porque AWS Glue con JDBC está orientado a lotes y no admite nativamente la captura de datos modificados en tiempo real. La opción D es incorrecta porque AWS Lambda puede procesar eventos, pero no está diseñada para CDC continuo y de baja latencia desde una base de datos y requeriría sondeos o activadores.

Por qué cada opción es correcta o incorrecta

A

Correcta

AWS Database Migration Service (DMS) a Amazon S3, luego COPY a Redshift

AWS DMS lee los registros de rehacer de Oracle mediante captura de datos modificados, por lo que las inserciones, actualizaciones y eliminaciones se replican continuamente sin consultar las tablas de origen, satisfaciendo las restricciones de baja latencia y impacto mínimo. Depositar los cambios en Amazon S3 permite que Redshift los cargue mediante COPY, aunque las eliminaciones requieren manejo de combinación.

B

Incorrecta

Amazon Kinesis Data Streams con un productor personalizado en Oracle

Un productor personalizado debe consultar Oracle por sí mismo para detectar cambios, añadiendo carga y requiriendo lógica de CDC a medida, violando el requisito de impacto mínimo. Kinesis Data Streams se adapta a la ingestión de eventos personalizados de alto rendimiento, pero no a la captura de cambios basada en registros desde una fuente relacional.

C

Incorrecta

AWS Glue con conexión JDBC a Oracle, escribiendo en Redshift

Los trabajos JDBC de Glue realizan SELECTs por lotes, los cuales no pueden capturar eliminaciones y escanean repetidamente el origen, incumpliendo los requisitos de baja latencia y impacto mínimo. Glue se adapta a transformaciones ETL programadas, no a la captura continua de datos modificados desde una base de datos operacional.

D

Incorrecta

AWS Lambda leyendo desde los registros de Oracle y escribiendo en Redshift

Lambda no puede leer los registros de rehacer de Oracle directamente; no tiene acceso nativo a archivos de registro locales, por lo que la captura de cambios necesitaría agentes personalizados y sondeos. Lambda se adapta al procesamiento impulsado por eventos de transmisiones o objetos de S3, no al CDC basado en registros desde una base de datos.

Para profundizar

AWS DMS realiza replicación continua leyendo los registros de rehacer/archivo (redo/archive logs) del origen a través de Oracle LogMiner o Binary Reader, por lo que captura inserciones, actualizaciones y eliminaciones sin emitir consultas SELECT pesadas contra las tablas de producción. Cuando el destino es S3, DMS escribe archivos de captura de datos modificados en CSV o Parquet, incluyendo una columna de operación (I, U, D) además de las imágenes anteriores y posteriores, que Redshift luego carga mediante COPY. Una sutileza que vale la pena conocer: DMS para destinos S3 agrupa los cambios por lotes en archivos que se vacían según el tamaño o el tiempo de espera, por lo que la latencia está limitada por esas configuraciones en lugar de ser en tiempo real por fila. En la práctica, esto importa para informes casi en tiempo real en sistemas de pedidos, donde se necesita que las eliminaciones se reflejen y no se pueden permitir análisis de tabla completa en la base de datos OLTP durante el horario laboral.

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.