Respostas corretas
- BParticionar os dados de origem no S3.
- CAumentar o número de DPUs para o trabalho do Glue.
Explicação
As opções B e C estão corretas porque particionar os dados de origem no S3 reduz a quantidade de dados varridos pelo Glue, melhorando a eficiência de E/S, e aumentar o número de DPUs adiciona mais paralelismo para transformações. A opção A está incorreta porque o Redshift Spectrum serve para consultar dados no S3 diretamente do Redshift, e não para trabalhos do Glue ETL. A opção D está incorreta porque o S3 Transfer Acceleration acelera uploads para o S3, mas não afeta o desempenho do trabalho do Glue durante o processamento ETL. A opção E está incorreta porque tipos de nós maiores do Redshift não afetam a execução do trabalho do Glue; eles afetam apenas o desempenho de consultas no Redshift.
Para se aprofundar
Trabalhos do AWS Glue ETL leem do S3 e gravam no Redshift usando o driver JDBC do Redshift, e o desempenho geralmente é limitado pela varredura de dados e pelo paralelismo. O particionamento de dados de origem no S3 por colunas de filtro comuns (por exemplo, data ou região) permite que o Glue use a poda de partições (partition pruning), lendo apenas os prefixos relevantes em vez de todo o conjunto de dados. O aumento do número de DPUs dimensiona o número de executores, permitindo mais tarefas simultâneas e embaralhamentos (shuffles) mais rápidos. Um comportamento sutil: os trabalhos do Glue têm um máximo de 100 DPUs para workers padrão, e adicionar DPUs além do que o volume de dados justifica pode causar executores ociosos e custos mais altos. Isso importa quando os trabalhos processam terabytes de dados e precisam cumprir SLAs sem excesso de provisionamento.
Sobre estas questões de prática
Esta é uma das questões de prática originais de DEA-C01 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.
Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.