FácilMúltipla escolha

Questão de prática de DEA-C01

Um engenheiro de dados está ingerindo dados de streaming de milhares de dispositivos IoT para a AWS. Os dados estão formatados em JSON e precisam ser armazenados no Amazon S3 para análises de longo prazo. Qual serviço é mais apropriado para ingestão em tempo real e roteamento para o S3?

Escolha a melhor resposta.

Resposta correta

  • BAmazon Kinesis Data Firehose

Explicação

O Amazon Kinesis Data Firehose é o serviço mais apropriado porque foi concebido para ingestão em tempo real de dados de streaming e pode entregar dados diretamente ao Amazon S3 sem exigir código personalizado. Ele lida automaticamente com o armazenamento em buffer (buffering), compressão e particionamento de dados JSON, tornando-o ideal para armazenamento analítico de longo prazo.

Por que cada alternativa está certa ou errada

A

Incorreta

Amazon SQS

O Amazon SQS é uma fila que desacopla produtores de consumidores; armazena mensagens de forma durável, mas não faz o roteamento nem a entrega diretamente no Amazon S3, de modo que um consumidor precisa realizar consultas periódicas (polling) e gravação. É tentador para colocar em buffer uma ingestão de alto volume, mas o Amazon Kinesis Data Firehose realiza a entrega direta em tempo real para o S3.

B

Correta

Amazon Kinesis Data Firehose

O Kinesis Data Firehose ingere registros de streaming e os entrega ao Amazon S3 com buffer integrado, compressão e conversão de formato, sem exigir código de consumidor. Isso atende à ingestão em tempo real de milhares de dispositivos IoT mais o armazenamento durável no S3 para análises posteriores.

C

Incorreta

Amazon Kinesis Data Streams

O Kinesis Data Streams fornece ingestão em tempo real, mas requer consumidores, como o Kinesis Data Firehose ou aplicativos personalizados, para entregar registros no Amazon S3; ele próprio não roteia para o S3. Seria correto quando múltiplos consumidores personalizados precisarem ler o mesmo fluxo com capacidade de repetição (replay).

D

Incorreta

AWS Glue

O AWS Glue é um serviço ETL sem servidor (serverless), e não um mecanismo de ingestão em tempo real; ele carece de recursos nativos de ingestão em streaming e não pode rotear continuamente dados de milhares de dispositivos IoT para o S3 sem gatilhos orientados a lote ou tarefas agendadas. Ele é tentador porque o Glue pode transformar e carregar dados no S3 para análises, tornando-o uma escolha correta para processamento em lote agendado ou orientado a eventos de dados já recebidos, mas ele não lida com o streaming persistente de baixa latência exigido aqui.

Para se aprofundar

O Kinesis Data Firehose é um fluxo de entrega totalmente gerenciado que armazena registros de entrada em buffer e os grava em destinos como Amazon S3, Redshift, OpenSearch ou Splunk sem código de consumidor personalizado. Por baixo do capô, ele agrupa registros por tamanho (até 128 MiB) ou intervalo (60–900 segundos), opcionalmente os transforma com Lambda e pode converter JSON para Parquet ou ORC usando esquemas do AWS Glue Data Catalog antes de enviá-los ao S3. Um limite sutil que vale a pena conhecer é que o Firehose não reproduz (replay) dados uma vez entregues, e seus limites de 5 MiB por registro e 500 KB por operação put moldam o design do produtor. Em um cenário de IoT, milhares de dispositivos publicando JSON podem ser roteados para o S3 para análises com latência quase em tempo real e particionamento automático por ano/mês/dia/hora, evitando a necessidade de construir e operar um aplicativo consumidor personalizado no Kinesis Data Streams.

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.