Class 1 Cloud Practitioner Exam

Los edificios de una empresa cuentan con lectores de credenciales en cada entrada del edificio. Cuando se escanean las credenciales, los lectores envían un mensaje mediante HTTPS para indicar una entrada específica. El sistema debe diseñarse para procesar estos mensajes de los sensores y los resultados tienen que almacenarse en una base de datos. La solución tiene que contar con alta disponibilidad y debe analizar los mensajes en tiempo real.

• Usar una instancia de Amazon EC2 para que funcione como el punto de enlace HTTPS y procese los mensajes. Configurar la instancia de EC2 para que guarde los resultados en un bucket de Amazon S3.U

• Crear un punto de enlace HTTPS en Amazon API Gateway. Configurar el punto de enlace de API Gateway de modo que invoque una función de AWS Lambda para procesar los mensajes y guardar los resultados en una tabla de Amazon DynamoDB.

• Usar Amazon Route 53 para dirigir los mensajes entrantes de los sensores a una función de AWS Lambda. Configurar la función de Lambda para procesar el mensaje y guardar los resultados en una tabla de Amazon DynamoDB.

• Crear una puerta de enlace de un punto de enlace de VPC para Amazon S3. Configurar una conexión de Site-to-Site VPN desde la red de las instalaciones a la VPC de Amazon. Configurar los datos del sensor para que se puedan escribir directamente a un bucket de S3 mediante el punto de enlace de VPC.

Answer explanation

La opción correcta utiliza Amazon API Gateway para crear un punto de enlace HTTPS, invocando AWS Lambda para procesar los mensajes en tiempo real y almacenarlos en DynamoDB, garantizando alta disponibilidad y eficiencia.

Una empresa está desarrollando una aplicación con contenedores en las instalaciones y decide trasladarla a AWS. La aplicación tendrá miles de usuarios poco después de ser lanzada. La empresa no está segura de cómo administrar la implementación de contenedores a escala. La empresa necesita implementar la aplicación en contenedores de manera que maximice la disponibilidad y minimice la sobrecarga operativa.

• Almacenar imágenes de contenedores en un repositorio de Amazon Elastic Container Registry (Amazon ECR). Utilizar un clúster de Amazon Elastic Container Service (Amazon ECS) con el tipo de inicio de AWS Fargate para ejecutar los contenedores. Utilizar el seguimiento de destino para escalar automáticamente según sea necesario para satisfacer la demanda.

• Almacenar imágenes de contenedores en un repositorio de Amazon Elastic Container Registry (Amazon ECR). Utilizar un clúster de Amazon Elastic Container Service (Amazon ECS) con un tipo de inicio de Amazon EC2 para ejecutar los contenedores. Utilizar el seguimiento de destino para escalar automáticamente según la demanda.

• Almacenar imágenes de contenedores en un repositorio que se ejecute en una instancia de Amazon EC2. Ejecutar los contenedores en instancias de EC2 que se expandan a través de varias zonas de disponibilidad. Supervisar la utilización promedio de la CPU en Amazon CloudWatch. Iniciar nuevas instancias de EC2, según sea necesario.

• Crear una imagen de máquina de Amazon (AMI) de Amazon EC2 que contenga la imagen de contenedor. Iniciar instancias de EC2 en un grupo de Auto Scaling en varias zonas de disponibilidad. Utilizar una alarma de Amazon CloudWatch para escalar horizontalmente las instancias de EC2 cuando se sobrepase el límite de utilización promedio de la CPU.

Una empresa instaló sensores en las máquinas para cargar archivos .csv en un bucket de Amazon S3. Estos archivos .csv tienen que convertirse en imágenes y estar disponibles lo antes posible para la generación automática de informes gráficos.

Las imágenes se vuelven irrelevantes después de 1 mes, pero los archivos .csv tienen que conservarse para entrenar modelos de machine learning (ML) dos veces al año. Los entrenamientos y auditorías de ML se planifican con semanas de antelación.

• Lanzar una instancia de spot de Amazon EC2 que descargue los archivos .csv cada hora, genere los archivos de imagen y cargue las imágenes en el bucket de S3.

• Diseñar una función de AWS Lambda que convierta los archivos .csv en imágenes y almacene las imágenes en el bucket de S3. Invocar la función de Lambda cuando se carga un archivo .csv.

• Crear reglas de ciclo de vida de S3 para los archivos .csv en el bucket de S3. Trasladar los archivos .csv de S3 Standard a S3 Glacier Flexible Retrieval 30 días después de cargarlos. Caducar los archivos de imagen después de 30 días.

• Crear reglas de ciclo de vida de S3 para los archivos .csv y de imagen en el bucket de S3. Trasladar los archivos .csv de S3 Standard a S3 One Zone-IA 1 día después de cargarlos. Caducar los archivos de imagen después

Una empresa tiene una aplicación web basada en Java y PHP. La empresa planea mover la aplicación en las instalaciones a AWS. La empresa necesita la capacidad para probar las funciones del nuevo sitio web de manera regular. La empresa también necesita una solución administrada y con alta disponibilidad que requiera una sobrecarga operativa mínima. ¿Qué solución cumpliría con estos requisitos?

• Crear un bucket de Amazon S3. Habilitar el alojamiento web estático en el bucket de S3. Cargar el contenido estático al bucket de S3. Utilizar AWS Lambda para procesar todo el contenido dinámico.

• Implementar la aplicación web en un entorno de AWS Elastic Beanstalk. Utilizar el intercambio de URL para cambiar entre varios entornos de Elastic Beanstalk con el fin de probar las funciones.

• Implementar la aplicación web en instancias de Amazon EC2 que se configuren con Java y PHP. Utilizar grupos de Auto Scaling y un equilibrador de carga de aplicación para administrar la disponibilidad del sitio web.

• Colocar la aplicación web en contenedores. Implementar la aplicación en instancias de Amazon EC2. Utilizar AWS Load Balancer Controller para enrutar el tráfico de manera dinámica entre contenedores que tengan las funciones nuevas del sitio para probarlas.

Una empresa necesita migrar una gran cantidad de datos desde múltiples oficinas a Amazon S3 de manera rentable. ¿Cuál es la solución más adecuada?

• Transferir los datos a través de conexiones VPN a través de Internet hacia Amazon S3.

• Utilizar varios dispositivos optimizados para almacenamiento de AWS Snowball Edge para almacenar y transferir los datos a Amazon S3.

• Configurar AWS Direct Connect para establecer una conexión dedicada desde cada oficina a AWS y transferir los datos a S3.

• Utilizar AWS DataSync para transferir los datos directamente desde las oficinas a Amazon S3.

Una empresa necesita optimizar el rendimiento de su aplicación en línea para reducir la latencia en un juego en línea. ¿Cuál es la mejor opción?

• Implementar una arquitectura de microservicios utilizando Amazon ECS.

• Utilizar Amazon RDS con almacenamiento SSD para la base de datos.

• Agregar AWS Global Accelerator delante de los NLB. Configurar un punto de enlace de Global Accelerator para usar los puertos de agente de escucha correctos.

• Implementar caching con Amazon ElastiCache para almacenar datos frecuentemente accedidos.

Una empresa desea compartir de manera segura un respaldo de la base de datos cifrada de Amazon Aurora PostgreSQL con una empresa adquiriente. ¿Cuál es la opción más adecuada?

• Crear una instantánea de la base de datos y compartirla públicamente.

• Exportar los datos a Amazon S3 y compartir el bucket con la empresa adquiriente.

• Crear una instantánea de la base de datos que utilice una clave de KMS administrada por un AWS diferente. Agregar la cuenta de AWS de la empresa adquiriente al alias de la clave de KMS. Compartir la instantánea con la cuenta de AWS de la empresa adquiriente.

• Utilizar AWS Data Pipeline para transferir los datos a la empresa adquiriente.

Una empresa necesita migrar pequeñas cantidades de datos desde servidores NFS locales a Amazon S3 de manera rentable y realizar copias de seguridad periódicas. ¿Cuál es la opción más adecuada?

• Utilizar scripts personalizados para copiar los datos a S3 a través de la CLI de AWS.

• Configurar un agente de AWS DataSync en los servidores locales y sincronizar los datos a Amazon S3

• Utilizar AWS Snowball para transferir los datos periódicamente.

• Configurar una replicación de S3 Cross-Region para copiar los datos desde los servidores locales.