AWS SAA 题库

点击卡片任意位置翻面查看正确答案与解析,也可以用键盘 切换题目。

第 803 / 1018 题单选题

一家公司拥有一个Amazon S3数据湖。公司需要一个解决方案,每天将数据从数据湖转换并加载到数据仓库中。数据仓库必须具有大规模并行处理(MPP)能力。然后数据分析师需要使用SQL命令在数据上创建和训练机器学习(ML)模型。解决方案必须尽可能使用无服务器的AWS服务。哪种解决方案将满足这些要求?

  • A. 运行每日Amazon EMR作业来转换数据并将数据加载到Amazon Redshift中。使用Amazon Redshift ML来创建和训练ML模型。
  • B. 运行每日Amazon EMR作业来转换数据并将数据加载到Amazon Aurora Serverless中。使用Amazon Aurora ML来创建和训练ML模型。
  • C. 运行每日AWS Glue作业来转换数据并将数据加载到Amazon Redshift Serverless中。使用Amazon Redshift ML来创建和训练ML模型。
  • D. 运行每日AWS Glue作业来转换数据并将数据加载到Amazon Athena表中。使用Amazon Athena ML来创建和训练ML模型。
第 803 / 1018 题正确答案 C
  • C. 运行每日AWS Glue作业来转换数据并将数据加载到Amazon Redshift Serverless中。使用Amazon Redshift ML来创建和训练ML模型。

解析

选项C提供了最佳的解决方案。它使用了AWS Glue来转换数据并将数据加载到Amazon Redshift Serverless中,利用了无服务器的AWS Glue服务和Amazon Redshift的大规模并行处理(MPP)能力。随后,使用Amazon Redshift ML来创建和训练ML模型,这也是一个无服务器的服务,可以直接在Redshift中进行机器学习建模。其他选项涉及到Amazon EMR和Amazon Aurora,不符合无服务器的要求。

AI 解析

该题目考查对AWS无服务器ETL、MPP数据仓库及SQL机器学习集成的理解。AWS官方文档指出,AWS Glue为无服务器数据集成服务,适合定期转换和加载任务。题目要求数据仓库具备MPP能力,Amazon Redshift Serverless采用MPP架构且无需管理基础设施。Redshift ML支持通过SQL直接创建和训练模型,与SageMaker集成。选项C使用Glue和Redshift Serverless符合无服务器要求,同时Redshift ML满足机器学习需求。选项D的Athena主要用于查询S3数据,不支持数据仓库的存储需求;选项A、B涉及非无服务器组件。