FácilSelección múltiple

Pregunta de práctica de DEA-C01

Una empresa está diseñando un pipeline de ingesta de datos para datos de sensores de IoT en tiempo real. El volumen de datos alcanza un pico de 10.000 mensajes por segundo. El pipeline debe procesar los mensajes en orden por sensor y persistir los datos sin procesar en Amazon S3 para su archivo. ¿Qué DOS servicios deben usarse juntos para cumplir con estos requisitos? (Elija DOS).

Elige todas las respuestas correctas.

Respuestas correctas

  • AAmazon Kinesis Data Firehose
  • BAmazon Kinesis Data Streams

Explicación

Amazon Kinesis Data Streams (KDS) proporciona la capa de ingesta en tiempo real ordenada requerida para el ordenamiento de mensajes por sensor, ya que particiona los datos mediante una clave de partición (p. ej., ID de sensor) y garantiza el orden dentro de un shard. Amazon Kinesis Data Firehose lee de manera confiable desde el stream de KDS y entrega los datos sin procesar a Amazon S3 para su archivo, manejando el almacenamiento en búfer, la compresión y los reintentos automáticos sin necesidad de código personalizado.

Por qué cada opción es correcta o incorrecta

A

Correcta

Amazon Kinesis Data Firehose

Entrega datos en streaming a S3.

B

Correcta

Amazon Kinesis Data Streams

Proporciona datos ordenados por shard.

C

Incorrecta

AWS Lambda

Puede procesar pero no persistir en S3 de manera eficiente.

D

Incorrecta

Amazon AppFlow

No es para ingesta de IoT en tiempo real.

E

Incorrecta

Amazon Simple Queue Service (Amazon SQS)

No garantiza el orden por sensor.

Para profundizar

Kinesis Data Streams ingiere registros de alto rendimiento y preserva el orden dentro de un shard, y debido a que una clave de partición hace hash hacia un shard, usar el ID del sensor como clave garantiza el orden por sensor. Kinesis Data Firehose luego consume el stream y entrega datos sin procesar agrupados en lotes a Amazon S3 sin código de consumidor personalizado, satisfaciendo el archivo. Un límite sutil es que un shard de stream admite hasta 1.000 registros por segundo y 1 MB por segundo de ingreso, por lo que 10.000 mensajes por segundo requieren al menos diez shards, y Firehose realiza un almacenamiento en búfer por tamaño e intervalo antes de escribir. Este patrón importa para la telemetría de IoT donde los análisis posteriores necesitan secuencias ordenadas por dispositivo mientras el almacenamiento duradero y económico acumula la fuente sin procesar.

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.