Q35 — AWS SAP-C02 第2章

第 35/75 問 | ← 第2章

Q185. ある企業はスマート車両を製造しています。同社では、車両データを収集するためのカスタムアプリケーションを使用しています。車両はMQTTプロトコルを用いてこのアプリケーションに接続します。同社はデータを5分間隔で処理し、その後、車両のテレマティクスデータをオンプレミスのストレージにコピーしています。このデータは、異常検知のためにカスタムアプリケーションによって分析されます。 送信データを生成する車両の台数は絶えず増加しており、特に新世代の車両は大量のデータを生成します。しかし、現在のオンプレミスストレージソリューションはピーク時のトラフィックに対応できず、結果としてデータ損失が発生しています。同社はこのソリューションをモダナイズし、AWSへの移行を通じてスケーリング課題を解決する必要があります。これらの要件を満たすとともに、**運用オーバーヘッドが最小**となるソリューションはどれですか？

正解: B. AWS IoT Core を使用して車両データを受信します。ルールを設定し、データを Amazon Kinesis Data Firehose の配信ストリームにルーティングして Amazon S3 に保存します。さらに、Amazon Kinesis Data Analytics アプリケーションを作成し、この配信ストリームからデータを読み込んで異常を検出します。

解説

正解は B です。これは、要件を満たしつつ、**運用オーバーヘッドが最小**となるソリューションです。 選択肢 A では、AWS IoT Greengrass を使って車両データを Amazon MSK に送信し、S3 に保存するためのカスタム Apache Kafka アプリケーションを作成する必要があります。これは開発工数と運用負荷が大きく、また Amazon SageMaker を用いた異常検知は有効ですが、コスト効率やスケーラビリティの観点では最適とは限りません。 選択肢 C では、AWS IoT FleetWise を用いたデータ収集、Kinesis データストリームへの送信、Kinesis Data Firehose による S3 保存、さらに AWS Glue を用いた異常検知という、複数のサービス連携が必要です。これにより、システムの複雑性と運用オーバーヘッドが増加します。 選択肢 D では、Amazon MQ for RabbitMQ を導入してデータを収集する必要があり、Kinesis Data Firehose や Lookout for Metrics との連携も必要です。Amazon MQ の管理・運用が追加の負荷となり、全体の運用オーバーヘッドが高くなります。 一方、選択肢 B では、AWS IoT Core によるデータ受信、Kinesis Data Firehose による S3 への自動保存、そして Kinesis Data Analytics によるリアルタイム異常検知という、少数のマネージドサービスのみで構成されます。これは、車両台数の増加に伴うスケーリングにも容易に対応でき、カスタム開発の必要が少なく、組み込みの機械学習機能も活用可能です。したがって、シンプルで信頼性が高く、コスト効率も良い、運用オーバーヘッド最小の AWS 移行ソリューションとなります。