AWS Certified Big Data – Specialty 試験対策問題集

監視チームが 2,000 台のセンサーの測定値を、複数のシャードを持つ Amazon Kinesis Data Streams に送信します。リシャーディングを行わない期間中、同じセンサーの測定値は同じシャードにまとめつつ、異なるセンサーのデータはストリーム内で分散できるようにします。プロデューサーは ExplicitHashKey を指定しません。適切なパーティションキーの設定はどれですか。

1. 測定値ごとに新しいランダムなパーティションキーを生成する。
2. センサーを識別する固定の ID をパーティションキーにする。
3. すべてのセンサーに共通の固定値をパーティションキーにする。
4. センサー ID は JSON 本文だけに入れ、パーティションキーにはランダムな値を使う。

出版社が Amazon EMR クラスター上の Apache Spark で、毎晩、記事の閲覧状況を集計します。処理後にはクラスターとすべてのインスタンスを終了します。翌日のレポート処理では、クラスターのディスクを残さずに集計結果を読み出す必要があります。終了前に最終出力をどこへ保存するのが適切ですか。

1. クラスター内の HDFS だけに、3 個のレプリカを作って保存する。
2. プライマリーノードのインスタンスストア上のディレクトリだけに保存する。
3. Amazon S3 の出力用プレフィックスに書き込み、書き込み完了後にクラスターを終了する。
4. ワーカーノードのローカル一時作業ディレクトリだけに保存する。

観測拠点から Amazon S3 へ、2 GiB の測定データアーカイブを不安定な回線でアップロードします。クライアントは再試行の間もアップロード状態を保持できます。失敗した部分だけを再送し、最終的には 1 つの完全な S3 オブジェクトにしたい場合、適切な方法はどれですか。

1. マルチパートアップロードを使い、失敗したパートを再送して、記録したパート情報でアップロードを完了する。
2. 回線が切れるたびに、ファイル全体の PutObject リクエストを最初からやり直す。
3. S3 バージョニングを有効にし、中断した単一リクエストのアップロードを自動再開させる。
4. 分割したデータを別々のオブジェクトキーで保存し、S3 による自動連結を待つ。

分析担当者が Amazon Athena で S3 上の日別データを検索しています。各レコードには 80 個の項目がありますが、定期レポートで参照するのは、その日の全レコードに含まれる 3 項目だけです。無関係な列の読み取りを避けられる列指向の配置にする方法はどれですか。

1. JSON ファイルの内容を変えず、拡張子だけを .parquet に変更する。
2. 複数の JSON ファイルを、行指向の大きな JSON ファイル 1 個にまとめる。
3. CSV の行指向保存を維持し、すべてのレポートで 80 項目を全選択する。
4. データセットを Apache Parquet に変換し、必要な列だけをクエリする。

研究チームが処理済みデータセットを Amazon S3 に保存します。カスタマーマネージドの AWS KMS キーを使った保存時のサーバー側暗号化と、そのキーによる復号を許可するアプリケーションロールの制御が必要です。要件を満たす構成はどれですか。

1. S3 が管理する暗号化キーによる SSE-S3 だけを使う。
2. カスタマーマネージドキーによる SSE-KMS を使い、キーポリシーと必要な S3・KMS の権限を設定する。
3. 唯一の暗号化対策として、転送時の HTTPS を必須にする。
4. 唯一の対策として S3 バージョニングを有効にする。