Q77 — AWS SAA-C03 第10章

第 77/100 题 | ← 返回第10章

Q677.一家公司的应用程序使用 Apache Hadoop 和 Apache Spark 来处理本地数据.现有基础设施不可扩展且管理复杂.解决方案架构师必须设计可降低操作复杂性的可扩展解决方案.该解决方案必须在本地进行数据处理.哪种解决方案可以满足这些要求?

• A. 使用 AWS Site-to-Site VPN 访问本地 Hadoop 分布式文件系统 (HDFS) 数据和应用程序.使用 Amazon EMR 集群处理数据
• B. 使用 AWS DataSync 连接到本地 Hadoop 分布式文件系统 (HDFS) 集群.创建 Amazon EMR 集群来处理数据
• C. 将 Apache Hadoop 应用程序和 Apache Spark 应用程序迁移到 AWS Outposts 上的 Amazon EMR 集群.使用EMR集群处理数据 ✓
• D. 使用 AWS Snowball 设备将数据迁移到 Amazon S3 存储桶.创建 Amazon EMR 集群来处理数据

正确答案: C. 将 Apache Hadoop 应用程序和 Apache Spark 应用程序迁移到 AWS Outposts 上的 Amazon EMR 集群.使用EMR集群处理数据

解析

正确答案是C。将 Apache Hadoop 应用程序和 Apache Spark 应用程序迁移到 AWS Outposts 上的 Amazon EMR 集群。使用 EMR 集群处理数据。 AWS Outposts 是一种完全托管的服务，将 AWS 基础设施、服务和工具扩展到本地数据中心。在 Outposts 上运行 Amazon EMR 可以保持数据处理在本地进行，同时享受 AWS 托管服务的优势，减少运营复杂性。 使用云端 EMR（A、B）需要将数据移到云端。使用 EC2 实例（D）不能减少运营复杂性。