FacileChoix unique

Question d'entraînement SAP-C02

Une entreprise conçoit une nouvelle application qui traitera des données en streaming provenant d'appareils IoT. Les données doivent être traitées en temps réel puis stockées dans Amazon S3 pour des analyses à long terme. Quelle combinaison de services AWS doit être utilisée ?

Choisissez la meilleure réponse.

Bonne réponse

  • DAmazon Kinesis Data Streams, AWS Lambda, Amazon S3

Explication

Amazon Kinesis Data Streams ingère et met en mémoire tampon les données IoT en streaming en temps réel, AWS Lambda traite chaque enregistrement dès son arrivée, et les données traitées sont écrites directement dans Amazon S3 pour des analyses durables à long terme. Cette combinaison fournit le pipeline sans serveur (serverless) à faible latence requis pour le traitement en temps réel et le stockage basé sur S3.

Pourquoi chaque option est juste ou fausse

A

Fausse

Amazon Kinesis Data Firehose, Amazon Redshift

Kinesis Data Firehose livre vers S3, Redshift, OpenSearch ou Splunk ; l'associer à Redshift contourne le stockage à long terme requis dans S3. C'est tentant car Firehose met en mémoire tampon et charge les flux dans Redshift, ce qui serait correct lorsque la cible de l'analyse est un entrepôt de données (data warehouse) Redshift plutôt que des objets S3.

B

Fausse

Amazon SQS, AWS Lambda, Amazon RDS

SQS met en file d'attente des messages pour des consommateurs effectuant du polling et RDS est un magasin relationnel, donc rien n'atterrit dans S3 pour des analyses à long terme. C'est tentant car SQS et Lambda découplent les producteurs des consommateurs, ce qui serait correct pour le traitement de tâches asynchrones plutôt que pour le streaming en temps réel vers S3.

C

Fausse

AWS IoT Core, Amazon DynamoDB

IoT Core ingère les messages des appareils et DynamoDB stocke des éléments clé-valeur ; aucun des deux n'écrit le flux dans S3 pour des analyses à long terme. C'est tentant car IoT Core est le point de terminaison naturel orienté vers les appareils, et serait correct lorsque l'exigence est le registre des appareils, l'état fantôme (shadow state) et les recherches d'éléments à faible latence.

D

Juste

Amazon Kinesis Data Streams, AWS Lambda, Amazon S3

Amazon Kinesis Data Streams ingère la télémétrie IoT avec une faible latence, Lambda traite chaque enregistrement en temps réel dès son arrivée, et S3 stocke les résultats de manière durable pour des analyses ultérieures. Cela satisfait à la fois les exigences de traitement en temps réel et de stockage à long terme.

Pour aller plus loin

Amazon Kinesis Data Streams ingère et stocke durablement des enregistrements en streaming avec une rétention configurable, permettant à plusieurs consommateurs de lire les fragments (shards) dans l'ordre. AWS Lambda peut être configuré en tant que consommateur en utilisant la distribution optimisée (enhanced fan-out) ou le polling standard, traitant chaque lot en temps quasi réel, et la fonction écrit ensuite les résultats dans Amazon S3 pour des analyses durables à long terme. Cela découple l'ingestion du traitement et du stockage, contrairement à Kinesis Data Firehose, qui livre directement aux destinations sans logique de transformation personnalisée. Un scénario réaliste est une flotte IoT émettant de la télémétrie ; Lambda enrichit et filtre les enregistrements avant de les déposer dans S3, où Athena ou Redshift Spectrum peuvent interroger les données historiques ultérieurement.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement SAP-C02 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.