MoyenneChoix unique

Question d'entraînement SAP-C02

Une entreprise conçoit une nouvelle application qui traitera des données de streaming en temps réel provenant de milliers d'appareils IoT. Les données doivent être ingérées, traitées avec une faible latence et stockées dans Amazon S3 à des fins d'analyse. Quelle combinaison de services AWS l'entreprise doit-elle utiliser pour répondre à ces exigences ?

Choisissez la meilleure réponse.

Bonne réponse

  • DAmazon Kinesis Data Streams, AWS Lambda, Amazon S3

Explication

Amazon Kinesis Data Streams ingère des données de streaming en temps réel provenant de milliers d'appareils IoT avec une faible latence, et AWS Lambda peut traiter chaque enregistrement dès son arrivée via le mappage de sources d'événements. Les données traitées sont ensuite stockées dans Amazon S3 à des fins d'analyse, répondant à toutes les exigences d'ingestion, de traitement à faible latence et de stockage durable.

Pourquoi chaque option est juste ou fausse

A

Fausse

Amazon SQS, AWS Lambda, Amazon S3

SQS met en cache les messages pour les consommateurs effectuant du polling plutôt que de fournir un flux continu et ordonné ; le modèle d'invocation de Lambda ne peut pas soutenir le traitement à faible latence par shard exigé par des milliers d'appareils IoT. SQS convient au découplage de charges de travail où un retard de polling occasionnel est acceptable, et non à l'ingestion en temps réel.

B

Fausse

Amazon Kinesis Data Firehose, Amazon Redshift, Amazon S3

Kinesis Data Firehose effectue une livraison en quasi temps réel vers des destinations mais n'offre aucun moteur de traitement de flux ; Redshift est un entrepôt et non un processeur à faible latence, et les données atteignent S3 sans transformation. Firehose convient aux pipelines d'ingestion simples où la mise en mémoire tampon et la conversion de format suffisent, et non au calcul continu.

C

Fausse

Amazon MQ, AWS Lambda, Amazon RDS

Amazon MQ relaie des protocoles de messagerie traditionnels pour des applications existantes et ne peut pas ingérer des milliers de flux d'appareils avec une faible latence ; Lambda et RDS ne peuvent pas non plus traiter ou stocker le flux comme requis. Amazon MQ convient à la migration de charges de travail JMS ou AMQP existantes, et non aux pipelines de télémétrie IoT.

D

Juste

Amazon Kinesis Data Streams, AWS Lambda, Amazon S3

Kinesis Data Streams ingère des milliers d'événements d'appareils avec une faible latence et un ordre durable, Lambda consomme et traite les enregistrements en temps réel, et l'intégration native de Lambda avec S3 stocke les résultats à des fins d'analyse. Cette combinaison satisfait directement les exigences d'ingestion, de traitement à faible latence et de stockage S3.

Pour aller plus loin

Kinesis Data Streams ingère la télémétrie d'appareils à volume élevé avec une latence inférieure à la seconde et un ordre durable basé sur des shards, et Lambda peut consommer le flux avec un fan-out amélioré ou un polling standard pour traiter les enregistrements en quasi temps réel avant d'écrire les résultats dans S3. Firehose est un service de livraison et non un processeur à faible latence, et Redshift est un entrepôt d'analyse plutôt qu'un récepteur de streaming pour les données brutes des appareils. SQS est une file d'attente et non un flux, il lui manque donc le modèle de shard ordonné et rejouable dont la télémétrie IoT a souvent besoin. Cela importe lorsque des milliers d'appareils émettent en continu et que la conception doit absorber les rafales sans perdre d'enregistrements tout en envoyant les données brutes dans S3 pour des analyses ultérieures.

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.