Q56 — AWS SAA-C03 第12章

第 56/100 题 | ← 返回第12章

Q856.一家公司拥有 5 TB 的数据集.该数据集包含 100 万个用户个人资料和 1000 万个连接.用户配置文件具有多对多关系的连接.该公司需要一种高效的方式来找到最多五个级别的相互联系.哪种解决方案可以满足这些要求?

• A. 使用 Amazon S3 存储桶来存储数据集.使用 Amazon Athena 执行 SQL JOIN 查询来查找连接.
• B. 使用 Amazon Neptune 存储带有边和顶点的数据集.查询数据以找到联系. ✓
• C. 使用 Amazon S3 存储桶存储数据集.使用 Amazon QuickSight 可视化连接.
• D. 使用 Amazon RDS 存储具有多个表的数据集.执行 SQL JOIN 查询来查找连接.

正确答案: B. 使用 Amazon Neptune 存储带有边和顶点的数据集.查询数据以找到联系.

解析

为了在100万个用户资料和1000万个连接中高效地找到最多五个级别的相互连接，推荐的解决方案是:B. 使用 Amazon Neptune 存储带有边和顶点的数据集.查询数据以找到联系.原因如下:选项 B 建议使用 Amazon Neptune（一种专门构建的图形数据库服务）来存储带有边和顶点的数据集.图形数据库专门设计用于处理高度互联的数据中的复杂关系和查询.在此场景中，用户资料和连接可以分别在图形数据库中建模为顶点和边.通过利用图形结构，Amazon Neptune 提供高效的遍历和查询功能，以查找最多五级的相互连接.图形数据库对多对多关系的原生支持使其非常适合此用例.Amazon Neptune 支持 Gremlin 查询语言和 RDF/SPARQL 查询语言，提供灵活的选项来查询数据并高效发现连接.您可以使用图遍历算法来浏览图并在所需的深度限制内找到相互连接.选项 A 建议使用 Amazon S3 存储桶来存储数据集，并使用 Amazon Athena 执行 SQL JOIN 查询.虽然 Amazon Athena 是针对存储在 Amazon S3 中的数据的强大无服务器查询服务，但它针对对结构化数据运行 SQL 查询进行了优化，而不是以类似图形的方式遍历复杂关系.使用 SQL JOIN 查询可能不足以有效地找到多达五层的相互连接.选项 C 建议使用 Amazon S3 存储桶来存储数据集，并使用 Amazon QuickSight 来可视化连接.虽然 QuickSight 是一种可以提供可视化的商业智能工具，但它不提供与 Amazon Neptune 等专用图形数据库相同级别的图形查询功能.在多对多关系中查找相互连接可能效率不高.选项 D 建议使用 Amazon RDS 存储包含多个表的数据集并执行 SQL JOIN 查询来查找连接.虽然 SQL JOIN 查询可以处理关系数据，但它们可能不是在具有多对多关系的图形结构中查找连接的最高效解决方案.总之，推荐的解决方案是使用 Amazon Neptune 作为专用图形数据库来存储数据集并高效查询数据，以找到最多五级的相互连接.此方法利用图形数据库针对高度连接数据的优化遍历和查询功能，为给定要求提供有效的解决方案.