FacileChoix multiples

Question d'entraînement DEA-C01

Une entreprise conçoit un pipeline d'ingestion de données pour des données de capteurs IoT en temps réel. Le volume de données atteint un pic de 10 000 messages par seconde. Le pipeline doit traiter les messages dans l'ordre par capteur et persister les données brutes dans Amazon S3 pour l'archivage. Quels DEUX services doivent être utilisés ensemble pour répondre à ces exigences ? (Choisissez DEUX.)

Choisissez toutes les bonnes réponses.

Bonnes réponses

  • AAmazon Kinesis Data Firehose
  • BAmazon Kinesis Data Streams

Explication

Amazon Kinesis Data Streams (KDS) fournit la couche d'ingestion ordonnée en temps réel nécessaire pour l'ordre des messages par capteur, car il partitionne les données par une clé de partition (par exemple, l'ID du capteur) et garantit l'ordre au sein d'un shard. Amazon Kinesis Data Firehose lit ensuite de manière fiable le flux KDS et livre les données brutes à Amazon S3 pour l'archivage, en gérant la mise en mémoire tampon, la compression et les nouvelles tentatives automatiques sans nécessiter de code personnalisé.

Pourquoi chaque option est juste ou fausse

A

Juste

Amazon Kinesis Data Firehose

Livre des données en continu vers S3.

B

Juste

Amazon Kinesis Data Streams

Fournit des données ordonnées par shard.

C

Fausse

AWS Lambda

Peut traiter mais ne persiste pas efficacement vers S3.

D

Fausse

Amazon AppFlow

Pas pour l'ingestion IoT en temps réel.

E

Fausse

Amazon Simple Queue Service (Amazon SQS)

Ne garantit pas l'ordre par capteur.

Pour aller plus loin

Kinesis Data Streams ingère des enregistrements à haut débit et préserve l'ordre au sein d'un shard, et comme une clé de partition est hachée vers un shard, l'utilisation de l'ID du capteur comme clé garantit l'ordre par capteur. Kinesis Data Firehose consomme ensuite le flux et livre les données brutes par lots à Amazon S3 sans code de consommateur personnalisé, satisfaisant ainsi l'archivage. Une limite subtile est qu'un shard de flux prend en charge jusqu'à 1 000 enregistrements par seconde et 1 MB par seconde d'entrée, donc 10 000 messages par seconde nécessitent au moins dix shards, et Firehose met en mémoire tampon par taille et par intervalle avant l'écriture. Ce modèle est important pour la télémétrie IoT où les analyses en aval ont besoin de séquences ordonnées par appareil tandis qu'un stockage durable peu coûteux accumule le flux brut.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement DEA-C01 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.