Q36 — AWS SAA-C03 第12章

第 36/100 問 | ← 第12章

Q836. ある企業は Amazon S3 データレイクを保有しています。この企業には、データレイクからデータを変換し、毎日データウェアハウスにロードするソリューションが必要です。データウェアハウスは、マッシブ・パラレル・プロセッシング（MPP）機能を備えていなければなりません。その後、データアナリストがそのデータに対して SQL コマンドを実行して機械学習（ML）モデルを作成・学習する必要があります。また、可能な限りサーバーレスな AWS サービスを活用する必要があります。これらの要件を満たすソリューションはどれですか？

正解: C. 毎日 AWS Glue ジョブを実行してデータを変換し、Amazon Redshift Serverless にデータをロードします。Amazon Redshift ML を使用して ML モデルを作成・学習します。

解説

要件を再確認すると、以下の点が重要です：（1）Amazon S3 データレイクからのデータ変換と毎日のデータウェアハウスへのロード、（2）マッシブ・パラレル・プロセッシング（MPP）対応のデータウェアハウス、（3）SQL コマンドによる ML モデルの作成・学習、（4）可能な限りサーバーレスな AWS サービスの利用。選択肢 C は、AWS Glue（完全マネージド・サーバーレス ETL サービス）でデータ変換を行い、Amazon Redshift Serverless（インフラ管理不要・自動スケーリング可能なサーバーレス型 MPP データウェアハウス）へロードします。さらに、Amazon Redshift ML を用いることで、SQL 文のみで ML モデルの構築・学習・デプロイが可能です。これにより、すべての要件（MPP、SQL ベースの ML、サーバーレス）を満たします。一方、選択肢 A および B は Amazon EMR を使用しており、クラスター管理が必要なためサーバーレスではありません。選択肢 B の Amazon Aurora Serverless は MPP アーキテクチャではなく、大規模分析ワークロードには不適です。選択肢 D の Amazon Athena はサーバーレスですが、MPP 対応のデータウェアハウスではなく、永続的なスキーマや高度な分析向けの最適化が限られています。したがって、正解は C です。