Q32 — AWS SAA-C03 第14章

第 32/100 题 | ← 返回第14章

Q1032. 一家金融公司使用本地搜索应用程序收集来自各个生产者的流数据.该应用程序提供搜索和可视化功能的实时更新.该公司计划迁移到 AWS，并希望使用 AWS 原生解决方案.哪种解决方案可以满足这些要求?

• A. 使用 Amazon EC2 实例将数据流提取并处理到 Amazon S3 存储桶或存储中.使用 Amazon Athena 搜索数据.使用 Amazon Managed Grafana 创建可视化.
• B. 使用 Amazon EMR 将数据流提取并处理到 Amazon Redshift 进行存储.使用 Amazon Redshift Spectrum 搜索数据.使用 Amazon QuickSight 创建可视化.
• C. 使用 Amazon Elastic Kubernetes Service (Amazon EKS) 将数据流提取并处理到 Amazon DynamoDB 进行存储.使用 Amazon CloudWatch 创建图形仪表板来搜索和可视化数据.
• D. 使用 Amazon Kinesis Data Streams 提取并处理到 Amazon OpenSearch Service 的数据流.使用 OpenSearch Service 搜索数据.使用 Amazon QuickSight 创建可视化. ✓

正确答案: D. 使用 Amazon Kinesis Data Streams 提取并处理到 Amazon OpenSearch Service 的数据流.使用 OpenSearch Service 搜索数据.使用 Amazon QuickSight 创建可视化.

解析

为了满足将金融公司的本地搜索应用程序迁移到 AWS 的要求，使用可以处理流数据、提供实时更新并提供搜索和可视化功能的解决方案，最好的解决方案是:D. 使用 Amazon Kinesis Data Streams 提取并处理到 Amazon OpenSearch Service 的数据流.使用 OpenSearch Service 搜索数据.使用 Amazon QuickSight 创建可视化效果.＃＃＃ 解释:\ 1. Amazon Kinesis 数据流:- Kinesis Data Streams 专为实时数据提取和处理而设计，是收集来自不同生产者的流数据的理想选择.它允许可扩展且持久地提取实时数据.\ 2. 亚马逊开放搜索服务:- OpenSearch Service（原名Amazon Elasticsearch Service）针对搜索和分析进行了优化.它可以轻松索引和搜索大量数据，非常适合实时搜索应用程序.\ 3. 与 QuickSight 集成:- 使用 Amazon QuickSight 进行可视化可以对 OpenSearch Service 中索引的数据提供强大的分析功能.QuickSight 可以直接连接到 OpenSearch Service，以根据搜索结果创建仪表板和可视化效果.其他选项的评估:A. 使用 Amazon EC2 实例将数据流提取并处理到 Amazon S3 存储桶进行存储:- 虽然此选项可用于批处理，但它提供的实时功能不如 Kinesis 有效.此外，使用 S3 进行存储意味着您必须实施额外的搜索和可视化服务，这会增加复杂性.B. 使用 Amazon EMR 提取并处理到 Amazon Redshift 的数据流:- 此选项更适合批处理，而不是实时数据提取.虽然 Redshift Spectrum 允许查询 S3 中的数据，但与 Kinesis 和 OpenSearch 组合相比，它可能不是实时更新和可视化的最佳选择.C.使用 Amazon Elastic Kubernetes Service (Amazon EKS):- 虽然 EKS 可用于容器化应用程序，但它为提取和处理流数据的用例增加了不必要的复杂性.DynamoDB 也没有像 OpenSearch Service 那样针对实时搜索和可视化进行优化.＃＃＃ 结论:选项 D 提供了一个强大、可扩展且原生 AWS 的解决方案，用于实时数据提取、搜索和可视化，完全符合公司将其应用程序迁移到云的要求.