Every day, a business gets structured and semi-structured data from a variety of sources. A solutions architect must create a solution that makes use of frameworks for big data processing. SQL queries and business intelligence tools should be able to access the data.
What should the solutions architect advocate in order to provide the MOST performant solution possible?
- A. Use AWS Glue to process data and Amazon S3 to store data.
- B. Use Amazon EMR to process data and Amazon Redshift to store data.
- C. Use Amazon EC2 to process data and Amazon Elastic Block Store (Amazon EBS) to store data.
- D. Use Amazon Kinesis Data Analytics to process data and Amazon Elastic File System (Amazon EFS) to store data.
한글 번역
매일 기업은 다양한 소스에서 정형 및 반 구조화된 데이터를 얻습니다. 솔루션 설계자는 빅 데이터 처리를 위한 프레임워크를 사용하는 솔루션을 만들어야 합니다. SQL 쿼리 및 비즈니스 인텔리전스 도구는 데이터에 액세스할 수 있어야 합니다.
가능한 가장 성능이 뛰어난 솔루션을 제공하기 위해 솔루션 설계자는 무엇을 옹호해야 합니까?
- A. AWS Glue를 사용하여 데이터를 처리하고 Amazon S3를 사용하여 데이터를 저장합니다.
- B. Amazon EMR을 사용하여 데이터를 처리하고 Amazon Redshift를 사용하여 데이터를 저장합니다.
- C. Amazon EC2를 사용하여 데이터를 처리하고 Amazon Elastic Block Store(Amazon EBS)를 사용하여 데이터를 저장합니다.
- D. Amazon Kinesis Data Analytics를 사용하여 데이터를 처리하고 Amazon Elastic File System(Amazon EFS)을 사용하여 데이터를 저장합니다.
정답
- B. Use Amazon EMR to process data and Amazon Redshift to store data.
해설
아마존 EMR
아마존 EMRApache Spark 와 같은 오픈 소스 도구를 사용하여 방대한 양의 데이터를 처리하는 업계 최고의 클라우드 빅 데이터 플랫폼입니다.
EMR을 사용하면 절반 미만의 비용으로 페타바이트 규모의 분석을 실행할 수 있습니다 .기존 온프레미스 솔루션 보다 3배 이상 빠른표준 Apache Spark보다 AWS Outposts에서 EMR을 사용하여 Amazon EC2 인스턴스, Amazon EKS 클러스터 또는 온프레미스에서 워크로드를 실행할 수 있습니다.
Amazon Redshift에서 반구조화된 데이터 수집 및 쿼리
Amazon Redshift에서 반구조화된 데이터 지원 을 사용 하여 Amazon Redshift 데이터 웨어하우스에서 반구조화된 데이터를 수집하고 저장할 수 있습니다. Amazon Redshift는 SUPER 데이터 유형 및 PartiQL 언어를 사용하여 데이터 웨어하우스 기능을 확장하여 SQL 및 NoSQL 데이터 원본과 통합합니다. 이러한 방식으로 Amazon Redshift는 JSON과 같은 관계형 및 반구조화된 저장된 데이터에 대한 효율적인 분석을 가능하게 합니다.
참조 문서
https://docs.aws.amazon.com/whitepapers/latest/big-data-analytics-options/amazon-emr.html
Amazon EMR - Big Data Analytics Options on AWS
Amazon EMR Amazon EMR is the industry-leading cloud big data platform for processing vast amounts of data using open source tools such as Apache Spark, Apache Hive, Apache HBase, Apache Flink, Apache Hudi, and Presto. Amazon EMR makes it easy to set up, op
docs.aws.amazon.com
https://docs.aws.amazon.com/redshift/latest/dg/super-overview.html
Ingesting and querying semistructured data in Amazon Redshift - Amazon Redshift
Ingesting and querying semistructured data in Amazon Redshift By using semistructured data support in Amazon Redshift, you can ingest and store semistructured data in your Amazon Redshift data warehouses. Using the SUPER data type and PartiQL language, Ama
docs.aws.amazon.com
'[AWS] > AWS SAA EXAMTOPICS' 카테고리의 다른 글
| [AWS][SAA][EXAMTOPICS] Question 230 (0) | 2022.07.05 |
|---|---|
| [AWS][SAA][EXAMTOPICS] Question 229 (0) | 2022.07.05 |
| [AWS][SAA][EXAMTOPICS] Question 228 (0) | 2022.07.05 |
| [AWS][SAA][EXAMTOPICS] Question 227 (0) | 2022.07.05 |
| [AWS][SAA][EXAMTOPICS] Question 225 (0) | 2022.07.05 |
| [AWS][SAA][EXAMTOPICS] Question 224 (0) | 2022.07.05 |
| [AWS][SAA][EXAMTOPICS] Question 223 (0) | 2022.07.05 |
| [AWS][SAA][EXAMTOPICS] Question 222 (0) | 2022.07.05 |
댓글