Q70 — AWS SAA-C03 第10章

第 70/100 問 | ← 第10章

Q670. ある企業のマーケティングデータは、複数のソースから Amazon S3 バケットにアップロードされます。一連のデータ準備ジョブがこのデータを集計し、レポート作成に使用します。これらのデータ準備ジョブは、定期的に並列実行される必要があります。また、一部のジョブは特定の順序で後続して実行する必要があります。企業は、ジョブのエラー処理、再試行ロジック、およびステート管理に伴う運用オーバーヘッドを解消したいと考えています。これらの要件を満たす解決策はどれですか？

• A. Amazon S3 バケットへのデータアップロード直後に、AWS Lambda 関数を使用してデータを処理します。他の Lambda 関数は定期的なスケジュールで呼び出します。
• B. Amazon Athena を使用してデータを処理します。Amazon EventBridge Scheduler を使用して、定期的な間隔で Athena を呼び出します。
• C. AWS Glue DataBrew を使用してデータを処理します。AWS Step Functions のステートマシンを使用して、DataBrew のデータ準備ジョブを実行します。 ✓
• D. AWS Data Pipeline を使用してデータを処理します。Data Pipeline を毎日深夜0時に1回だけ実行するようスケジュールします。

正解: C. AWS Glue DataBrew を使用してデータを処理します。AWS Step Functions のステートマシンを使用して、DataBrew のデータ準備ジョブを実行します。

解説

Amazon S3 バケットにアップロードされたマーケティングデータを集計するデータ準備ジョブについて、エラー処理、再試行ロジック、ステート管理に伴う運用オーバーヘッドを解消するには、以下の選択肢が最も適しています： 選択肢 C：AWS Glue DataBrew を使用してデータを処理し、AWS Step Functions のステートマシンで DataBrew のデータ準備ジョブを実行する。 理由：AWS Glue DataBrew は、データのクリーニング・変換を視覚的かつ簡便に行えるデータ準備ツールであり、エラー処理や再試行、ステート管理などの機能を内蔵しています。これにより、運用上のオーバーヘッドを大幅に削減できます。また、AWS Step Functions は、複数の AWS サービスをワークフローとして協調させるサーバーレスなワークフローサービスです。ステートマシンを活用すれば、DataBrew ジョブ間の依存関係や実行順序を明確に定義でき、エラー時の自動リトライや状態管理も容易になります。 選択肢 A：Lambda を使用すると、S3 アップロードイベントやスケジュールによるトリガーは可能ですが、複雑なジョブ依存関係やステート管理、再試行ロジックを自前で実装する必要があり、運用負荷が残ります。 選択肢 B：Amazon Athena は S3 上のデータをクエリするためのサーバーレスサービスですが、データの変換・準備（特に視覚的・インタラクティブな処理）には不向きであり、依存関係や順序制御の柔軟性も Step Functions に劣ります。 選択肢 D：AWS Data Pipeline はデータワークフローのオーケストレーションに使えますが、現在は非推奨（2023年11月より新規作成不可）であり、視覚的なデータ準備機能を持たず、また「定期的な並列実行」という要件（例：毎時／毎分など）を「毎日深夜0時1回のみ」という固定スケジュールでは満たせません。 したがって、要件を最もよく満たすのは、AWS Glue DataBrew と AWS Step Functions を組み合わせた選択肢 C です。