DAS-C01 Korean無料問題集「Amazon AWS Certified Data Analytics

質問 1

온라인 음식 배달 회사는 보관 비용을 최적화하려고 합니다. 회사는 Standard 스토리지 클래스를 사용하여 Amazon S3에 구축된 데이터 레이크에서 지난 10년 동안 운영 데이터를 수집해 왔습니다. 회사는 7년이 넘은 데이터를 보관하지 않습니다. 데이터 분석팀은 보고를 위해 지난 6개월 동안의 데이터를 자주 사용하고, 한 달에 한 번씩 지난 2년 동안의 데이터에 대한 쿼리를 실행합니다. 2년이 넘은 데이터는 거의 액세스되지 않으며 감사 목적으로만 사용됩니다.
회사의 스토리지 비용을 최적화하는 솔루션 조합은 무엇입니까? (2개를 선택하세요.)

（A）2년이 넘은 데이터를 S3 Glacier Deep Archive 스토리지 클래스로 전환하는 또 다른 S3 수명 주기 구성 규칙을 생성합니다. 6개월이 지난 데이터를 S3 One Zone-Infrequent Access(S3 One Zone-IA) 스토리지 클래스로 전환하는 S3 수명 주기 구성 규칙을 생성합니다.

（B）6개월이 지난 데이터를 S3 Standard-Infrequent Access(S3 Standard-IA) 스토리지 클래스로 전환하는 S3 수명 주기 구성 규칙을 생성합니다.

（C）S3 Standard 스토리지 클래스 대신 S3 Intelligent-Tiering 스토리지 클래스를 사용하여 데이터를 저장합니다.

（D）7년이 넘은 데이터를 삭제하는 S3 수명 주기 만료 규칙을 만듭니다.

（E）2년이 지난 데이터를 S3 Glacier 유연한 검색 스토리지 클래스로 전환하는 또 다른 S3 수명 주기 구성 규칙을 생성합니다.

（F）7년이 넘은 데이터를 S3 Glacier Deep Archive 스토리지 클래스로 전환하는 S3 수명 주기 구성 규칙을 생성합니다.

正解：A、B 解答を投票する

解説: (JPNTest メンバーにのみ表示されます)

質問 2

한 회사에는 구독자로부터 데이터를 생성하는 피트니스 추적기 애플리케이션이 있습니다. 회사는 이 데이터에 대한 실시간 보고가 필요합니다. 데이터는 즉시 전송되며 처리 대기 시간은 1초 미만이어야 합니다. 회사는 데이터가 수집됨에 따라 데이터에 대한 이상 탐지를 수행하려고 합니다. 또한 회사에는 운영 오버헤드를 최소화하는 솔루션이 필요합니다.
이러한 요구 사항을 충족하는 솔루션은 무엇입니까?

（A）Amazon S3 및 Amazon Athena가 포함된 Amazon Kinesis Data Firehose

（B）Apache Spark 스트리밍, Spark SQL 및 Spark의 기계 학습 라이브러리(MLIib)가 포함된 Amazon EMR 클러스터

（C）Amazon QuickSight가 포함된 Amazon Kinesis Data Firehose

（D）Amazon Kinesis Data Analytics를 사용한 Amazon Kinesis Data Streams

正解：D 解答を投票する

質問 3

회사는 전 세계에 IoT 장치가 설치된 시설을 소유하고 있습니다. 이 회사는 Amazon Kinesis Data Streams를 사용하여 디바이스에서 Amazon S3로 데이터를 스트리밍하고 있습니다. 회사의 운영 팀은 수집 시 데이터 품질을 모니터링하기 위해 IoT 데이터에서 통찰력을 얻고자 합니다. 통찰력은 거의 실시간으로 도출되어야 하며 추가 분석을 위해 출력을 Amazon DynamoDB에 기록해야 합니다.
어떤 솔루션이 이러한 요구 사항을 충족합니까?

（A）Amazon Kinesis Data Analytics를 연결하여 스트림 데이터를 분석합니다. Kinesis Data Analytics의 기본 출력을 사용하여 출력을 DynamoDB에 저장합니다.

（B）Amazon Kinesis Data Analytics를 연결하여 스트림 데이터를 분석합니다. AWS Lambda 함수를 사용하여 출력을 DynamoDB에 저장합니다.

（C）Amazon Kinesis Data Firehose를 연결하여 AWS Lambda 함수를 사용하여 스트림 데이터를 분석합니다. Kinesis Data Firehose의 기본 출력을 사용하여 출력을 DynamoDB에 저장합니다.

（D）Amazon Kinesis Data Firehose를 연결하여 AWS Lambda 함수를 사용하여 스트림 데이터를 분석합니다. 데이터를 Amazon S3에 저장합니다. 그런 다음 일정에 따라 AWS Glue 작업을 실행하여 데이터를 DynamoDB로 수집합니다.

正解：C 解答を投票する

質問 4

운송 회사는 지리적 위치 레코드를 캡처하여 차량 이동을 추적하려고 합니다. 레코드의 크기는 10B이며 초당 최대 10,000개의 레코드가 캡처됩니다. 신뢰할 수 없는 네트워크 조건을 고려할 때 몇 분의 데이터 전송 지연은 허용됩니다. 운송 회사는 Amazon Kinesis Data Streams를 사용하여 데이터 a를 수집하기로 결정했습니다. 이 회사는 Kinesis 샤드의 처리량 효율성을 극대화하면서 데이터를 Kinesis Data Streams로 보내는 안정적인 메커니즘을 찾고 있습니다.
회사의 요구 사항을 충족하는 솔루션은 무엇입니까?

（A）Kinesis 에이전트

（B）Kinesis 생산자 라이브러리(KPL)

（C）Kinesis Data Firehose

（D）키네시스 SDK

正解：B 解答を投票する

質問 5

은행은 Amazon Managed Streaming for Apache Kafka(Amazon MSK)를 사용하여 실시간 데이터를 데이터 레이크에 채우고 있습니다. 데이터 레이크는 Amazon S3에 구축되었으며 24시간 이내에 데이터 레이크에서 데이터에 액세스할 수 있어야 합니다. 클러스터의 다른 주제 클러스터는 8TB의 Amazon Elastic Block Store(Amazon EBS) 스토리지와 7일의 보존 기간으로 생성됩니다. 최근 고객 트랜잭션 볼륨이 3배로 증가했으며 디스크 모니터링에서 클러스터가 거의 소진되었다는 경고를 제공했습니다. 스토리지 용량 클러스터의 디스크 공간1이 부족하지 않도록 데이터 분석 전문가는 어떻게 해야 합니까?

（A）사용자 지정 Amazon MSK 구성 생성 로그 보존 시간 매개변수를 48로 설정 새 구성 파일로 클러스터 업데이트

（B）Amazon MSK 콘솔을 사용하여 브로커 스토리지를 3배로 늘리고 클러스터를 다시 시작하십시오.

（C）데이터가 주제에 추가되는 즉시 소비되도록 소비자 수를 세 배로 늘립니다.

（D）KafkaDataLogsDiskUsed 지표를 모니터링하는 Amazon CloudWatch 경보를 생성합니다. 이 지표 값이 85%를 초과하면 가장 오래된 메시지를 자동으로 플러시합니다.

正解：D 解答を投票する

質問 6

기술 회사는 시간에 민감한 데이터 a를 시각화하고 분석할 대시보드를 만들고 있습니다. 데이터는 버터 간격이 60초로 설정된 Amazon Kinesis Data Firehose를 통해 들어옵니다. 대시보드는 실시간에 가까운 데이터를 지원해야 합니다.
이러한 요구 사항을 충족하는 시각화 솔루션은 무엇입니까?

（A）Amazon Elasticsearch Service(Amazon ES)를 Kinesis Data Firehose의 엔드포인트로 선택합니다. 원하는 분석 및 시각화와 함께 Amazon ES의 데이터를 사용하여 Kibana 대시보드를 설정합니다.

（B）Amazon S3를 Kinesis Data Firehose의 엔드포인트로 선택합니다. Amazon SageMaker Jupyter 노트북으로 데이터를 읽고 원하는 분석 및 시각화를 수행합니다.

（C）Amazon S3를 Kinesis Data Firehose의 엔드포인트로 선택합니다. AWS Glue를 사용하여 데이터를 분류하고 Amazon Athena를 사용하여 쿼리합니다. Amazon QuickSight with SPICE를 Athena에 연결하여 원하는 분석 및 시각화를 생성합니다.

（D）Amazon Redshift를 Kinesis Data Firehose의 엔드포인트로 선택합니다. Amazon QuickSight with SPICE를 Amazon Redshift에 연결하여 원하는 분석 및 시각화를 생성합니다.

正解：A 解答を投票する

質問 7

의료 회사는 AWS 데이터 및 분석 도구를 사용하여 환자에 대한 EHR(전자 건강 기록) 데이터를 수집, 수집 및 저장합니다. 원시 EHR 데이터는 시간, 일, 연도별로 분할된 JSON 형식으로 Amazon S3에 저장되며 매시간 업데이트됩니다. 회사는 분석을 위해 Amazon Athena 또는 Amazon Redshift Spectrum을 사용하여 데이터에 액세스할 수 있도록 AWS Glue 데이터 카탈로그에서 데이터 카탈로그 및 메타데이터를 유지하려고 합니다.
Data Catalog에서 테이블을 정의할 때 회사는 다음과 같은 요구 사항이 있습니다.
카탈로그 테이블 이름을 선택하고 카탈로그 테이블 이름 지정 알고리즘에 의존하지 마십시오. 각 S3 버킷 접두사에 로드된 새 파티션으로 테이블을 업데이트된 상태로 유지합니다.
최소한의 노력으로 이러한 요구 사항을 충족하는 솔루션은 무엇입니까?

（A）하나 이상의 데이터 스토어에 연결하고, 데이터 구조를 결정하고, Data Catalog에 테이블을 쓰는 AWS Glue 크롤러를 실행합니다.

（B）AWS Glue 콘솔을 사용하여 데이터 카탈로그에 테이블을 수동으로 생성하고 매시간 테이블 파티션을 업데이트하도록 AWS Lambda 함수를 예약합니다.

（C）AWS Glue API CreateTable 작업을 사용하여 Data Catalog에 테이블을 생성합니다. AWS Glue 크롤러를 생성하고 테이블을 소스로 지정합니다.

（D）Amazon S3의 테이블 스키마 정의를 사용하여 Amazon EMR에서 Apache Hive 카탈로그를 생성하고 예약된 작업으로 테이블 파티션을 업데이트합니다. Hive 카탈로그를 Data Catalog로 마이그레이션합니다.

正解：C 解答を投票する

解説: (JPNTest メンバーにのみ表示されます)

質問 8

대규모 마케팅 회사는 모든 스트리밍 로그를 저장하고 거의 실시간에 가까운 대시보드를 생성해야 합니다. 대시보드는 회사가 중요한 비즈니스 결정을 내리는 데 도움이 되며 가용성이 높아야 합니다.
이러한 요구 사항을 충족하는 솔루션은 무엇입니까?

（A）다른 가용 영역의 S3 버킷에 복제하여 Amazon S3에 스트리밍 로그를 저장합니다. 버킷에 새 로그가 추가될 때마다 AWS Lambda 함수를 호출하여 Amazon QuickSight의 대시보드를 업데이트하십시오.

（B）다른 가용 영역의 S3 버킷에 복제하여 Amazon S3에 스트리밍 로그를 저장합니다. Amazon QuickSight를 사용하여 대시보드를 생성합니다.

（C）2개의 가용 영역에 걸쳐 있는 VPC에 3개 이상의 노드가 있는 Amazon Redshift 클러스터를 배포합니다. 스트리밍 로그를 저장하고 Redshift 클러스터를 소스로 사용하여 Amazon QuickSight를 사용하여 대시보드를 생성합니다.

（D）3개의 가용 영역과 3개의 전용 마스터 노드에 배포된 Amazon OpenSearch Service에 스트리밍 로그를 저장합니다. OpenSearch 대시보드를 사용하여 대시보드를 만듭니다.

正解：D 解答を投票する

解説: (JPNTest メンバーにのみ表示されます)

質問 9

마케팅 회사는 워크로드에 Amazon EMR 클러스터를 사용하고 있습니다. 회사는 마스터 노드에 로그인하여 클러스터에 타사 라이브러리를 수동으로 설치합니다. 데이터 분석가는 수동 프로세스를 대체할 자동화된 솔루션을 만들어야 합니다.
이러한 요구 사항을 충족할 수 있는 옵션은 무엇입니까? (두 가지를 선택하세요.)

（A）필요한 설치 스크립트를 Amazon S3에 배치하고 Amazon EMR의 Apache Spark를 통해 실행합니다.

（B）기존 EMR 마스터 노드에 필요한 타사 라이브러리를 설치합니다. 해당 마스터 노드에서 AMI를 생성하고 해당 사용자 지정 AMI를 사용하여 EMR 클러스터를 다시 생성합니다.

（C）Amazon DynamoDB 테이블을 사용하여 필요한 애플리케이션 목록을 저장합니다. DynamoDB Streams로 AWS Lambda 함수를 트리거하여 소프트웨어를 설치합니다.

（D）Amazon Linux로 Amazon EC2 인스턴스를 시작하고 필요한 타사 라이브러리를 인스턴스에 설치합니다. AMI를 생성하고 해당 AMI를 사용하여 EMR 클러스터를 생성합니다.

（E）필요한 설치 스크립트를 Amazon S3에 배치하고 사용자 지정 부트스트랩 작업을 사용하여 실행합니다.

正解：D、E 解答を投票する

解説: (JPNTest メンバーにのみ表示されます)

質問 10

회사는 Amazon Kinesis SDK를 사용하여 Kinesis Data Streams에 데이터를 씁니다. 규정 준수 요구 사항에 따르면 회전할 수 있는 키를 사용하여 미사용 데이터를 암호화해야 합니다. 회사는 최소한의 코딩 작업으로 이 암호화 요구 사항을 충족하고자 합니다.
이러한 요구 사항을 어떻게 충족할 수 있습니까?

（A）AWS KMS에서 고객 마스터 키(CMK)를 생성합니다. CMK에 별칭을 할당합니다. CMK 별칭을 KMS 마스터 키로 사용하여 Kinesis 데이터 스트림에서 서버 측 암호화를 활성화합니다.

（B）AWS KMS에서 고객 마스터 키(CMK)를 생성합니다. CMK에 별칭을 할당합니다. AWS 암호화 SDK를 사용하여 키 별칭을 제공하여 데이터를 암호화하고 해독합니다.

（C）Kinesis Data용 기본 KMS 키를 사용하여 Kinesis 데이터 스트림에서 서버 측 암호화 활성화

（D）AWS KMS에서 고객 마스터 키(CMK)를 생성합니다. 데이터를 암호화하고 해독하는 AWS Lambda 함수를 생성합니다. 함수의 환경 변수에서 KMS 키 ID를 설정합니다.

正解：A 解答を投票する

解説: (JPNTest メンバーにのみ表示されます)

質問 11

대형 금융 회사에서 ETL 프로세스를 실행하고 있습니다. 이 프로세스의 일부는 Amazon S3에서 Amazon Redshift 클러스터로 데이터를 이동하는 것입니다. 회사는 가장 비용 효율적인 방법을 사용하여 데이터 세트를 Amazon Redshift로 로드하려고 합니다.
이러한 요구 사항을 충족하는 단계 조합은 무엇입니까? (두 가지를 선택하세요.)

（A）UNLOAD 명령을 사용하여 데이터를 Amazon Redshift로 업로드합니다.

（B）Amazon Redshift Spectrum을 사용하여 Amazon S3에서 파일을 쿼리합니다.

（C）매니페스트 파일과 함께 COPY 명령을 사용하여 데이터를 Amazon Redshift로 로드합니다.

（D）S3DistCp를 사용하여 파일을 Amazon Redshift로 로드합니다.

（E）로드 프로세스 중에 임시 준비 테이블을 사용합니다.

正解：C、E 解答を投票する

質問 12

한 게임 회사가 서버리스 데이터 레이크를 구축하고 있습니다. 회사는 스트리밍 데이터를 Amazon Kinesis Data Streams로 수집하고 Amazon Kinesis Data Firehose를 통해 Amazon S3에 데이터를 쓰고 있습니다. 회사에서는 S3 버퍼 크기로 10MB를 사용하고 있으며 버퍼 간격으로 90초를 사용하고 있습니다. 회사는 데이터를 Amazon S3에 다시 쓰기 전에 AWS Glue ET L 작업을 실행하여 데이터를 병합하고 다른 형식으로 변환합니다.
최근 회사는 데이터 양이 크게 증가했습니다. AWS Glue ETL 작업에 OutOfMemoryError 오류가 자주 표시됩니다.
추가 비용 없이 이 문제를 해결할 수 있는 솔루션은 무엇입니까? (2개를 선택하세요.)

（A）작은 S3 파일을 병합하고 주기적으로 호출하는 AWS Lambda 함수를 생성합니다. Lambda 함수가 성공적으로 완료된 후 AWS Glue ETL 작업을 실행합니다.

（B）Kinesis Data Firehose S3 버퍼 크기를 128MB로 업데이트합니다. 버퍼 간격을 900초로 업데이트합니다.

（C）AWS Glue ETL 작업을 실행하기 전에 Amazon EMR에서 S3DistCp 유틸리티를 실행하여 다수의 작은 S3 파일을 병합합니다.

（D）AWS Glue ET L 작업의 groupFiIes 설정을 사용하여 작은 S3 파일을 병합하고 AWS Glue E TL 작업을 다시 실행합니다.

（E）작은 파일을 하나의 S3 폴더에 넣습니다. AWS Glue 데이터 카탈로그의 작은 S3 파일에 대해 하나의 단일 테이블을 정의합니다. 이 AWS Glue 테이블에 대해 AWS Glue ET L 작업을 다시 실행합니다.

正解：D、E 解答を投票する

解説: (JPNTest メンバーにのみ表示されます)

質問 13

회사는 Amazon kinesis Data Streams를 사용하여 매일 애플리케이션 사용자의 고객 행동 정보를 수집하고 처리합니다. 데이터 분석 전문가는 데이터 스트림이 제한되고 있음을 확인합니다. 전문가가 Kinesis 데이터 스트림에 대한 향상된 모니터링을 켜고 데이터 스트림이 데이터 제한을 초과하지 않았음을 확인했습니다. 전문가가 핫 샤드가 있음을 발견했습니다. 이 문제를 해결하는 솔루션은 무엇입니까?

（A）스트림의 용량과 일치하도록 생산자로부터 전송되는 레코드의 크기를 줄입니다.

（B）샤드 수를 늘립니다. 로그 레코드의 크기를 분할합니다.

（C）임의 파티션 키를 사용하여 레코드를 수집합니다.

（D）스트림 용량과 일치하도록 생산자가 초당 전송하는 레코드 수를 제한합니다.

正解：C 解答を投票する

質問 14

Amazon QuickSight Enterprise 에디션을 사용하는 회사에는 수천 개의 대시보드 분석 및 데이터 세트가 있습니다. 회사는 QuickSight 내의 다양한 항목에 대한 사용자 액세스 권한을 부여하기 위해 권한을 관리하고 할당하는 데 어려움을 겪고 있습니다. 회사는 공유 및 권한 관리를 보다 쉽게 구현하기를 원합니다.
회사는 권한 관리를 간소화하기 위해 어떤 솔루션을 구현해야 합니까?

（A）AWS 1AM 리소스 기반 정책을 사용하여 QuickSight 항목에 그룹 권한 할당

（B）QuickSight 폴더를 사용하여 대시보드, 분석 및 데이터 세트를 구성합니다. 이 폴더에 개별 사용자 권한을 할당합니다.

（C）QuickSight 폴더를 사용하여 대시보드 분석 및 데이터 세트를 구성합니다. 이 폴더를 사용하여 그룹 권한을 할당합니다.

（D）QuickSight 사용자 관리 API를 사용하여 대시보드 명명 규칙에 따라 그룹 권한 프로비저닝

正解：A 解答を投票する

DAS-C01 Korean 無料問題集「Amazon AWS Certified Data Analytics - Specialty (DAS-C01 Korean Version)」

弊社を連絡する

関連リンク

トップ試験