Q1 — AWS SAA-C03 第4章

第 1/105 题 | ← 返回第4章

Q196.一家医院想要为其大量历史书面记录创建数字副本.医院将继续每天添加数百份新文件.医院的数据团队将扫描文档并将文档上传到 AWS 云解决方案架构师必须实施解决方案来分析文档. 提取医疗信息并存储文档，以便应用程序可以对数据运行 SQL 查询.该解决方案必须最大限度地提高可扩展性和运营效率解决方案架构师应该采取哪些步骤组合来满足这些要求? （选择两个.）

正确答案: B. 将文档信息写入 Amazon S3 存储桶.使用 Amazon Athena 查询数据, E. 创建一个在上传新文档时运行的 AWS Lambda 函数.使用 Amazon Textract 将文档转换为原始文本.使用 Amazon Comprehend Medical 从文本中检测并提取相关医疗信息

解析

为了以最大的可伸缩性和操作效率分析历史书面记录、提取医疗信息并存储用于SQL查询的文档，解决方案架构师应该创建一个AWS Lambda函数，该函数在上传新文档时运行。Lambda函数应该使用Amazon text将文档转换为原始文本，并使用Amazon understand Medical从文本中检测和提取相关的医疗信息。然后应该将文档信息写入Amazon S3存储桶。因此，选项E和B是正确答案。选项A建议将文档信息写入运行MySQL数据库的Amazon EC2实例。虽然这种方法可以工作，但它可能无法提供每天处理数百个新文档所需的可伸缩性。选项C建议创建一个Amazon EC2实例的Auto Scaling组来运行一个自定义应用程序，该应用程序处理扫描的文件并提取医疗信息。虽然这种方法可以工作，但与使用AWS Lambda相比，它可能需要更多的操作开销。选项D建议创建一个AWS Lambda函数，该函数使用Amazon rekrecognition将文档转换为原始文本，并使用Amazon transcript Medical从文本中检测和提取相关的医疗信息。虽然这种方法可以工作，但它可能无法提供与使用Amazon text和Amazon understand Medical相同的准确性和灵活性。通过创建AWS Lambda函数(使用Amazon text将文档转换为原始文本，并使用Amazon understand Medical从文本中检测和提取相关医疗信息)，医院可以在上传新文档时准确有效地处理它们。将文档信息写入Amazon S3 bucket可以实现简单且经济高效的存储。使用Amazon Athena查询数据提供了运行SQL查询而无需配置或管理基础设施的能力。该解决方案在满足需求的同时提供了最大的可扩展性和操作效率