SAP-C02 第 241 题
题目
A company manufactures smart vehicles. The company uses a custom application to collect vehicle data. The vehicles use the MQTT protocol to connect to the application. The company processes the data in 5-minute intervals. The company then copies vehicle telematics data to on-premises storage. Custom applications analyze this data to detect anomalies. The number of vehicles that send data grows constantly. Newer vehicles generate high volumes of data. The on-premises storage solution is not able to scale for peak traffic, which results in data loss. The company must modernize the solution and migrate the solution to AWS to resolve the scaling challenges. Which solution will meet these requirements with the LEAST operational overhead?
中文翻译：
一家公司生产智能汽车。该公司使用定制应用程序来收集车辆数据。车辆使用 MQTT 协议连接到应用程序。该公司每 5 分钟处理一次数据。然后，该公司将车辆远程信息处理数据复制到本地存储。自定义应用程序分析这些数据以检测异常情况。发送数据的车辆数量不断增长。较新的车辆会产生大量数据。本地存储解决方案无法针对峰值流量进行扩展，从而导致数据丢失。公司必须对解决方案进行现代化改造并将解决方案迁移到 AWS 以解决扩展挑战。哪种解决方案能够以最少的运营开销满足这些要求？
选项
A. Use AWS IoT Greengrass to send the vehicle data to Amazon Managed Streaming for Apache Kafka (Amazon MSK). Create an Apache Kafka application to store the data in Amazon S3. Use a pretrained model in Amazon SageMaker to detect anomalies.
中文翻译：
使用 AWS IoT Greengrass 将车辆数据发送到 Amazon Managed Streaming for Apache Kafka (Amazon MSK)。创建 Apache Kafka 应用程序以将数据存储在 Amazon S3 中。使用 Amazon SageMaker 中的预训练模型来检测异常。
B. Use AWS IoT Core to receive the vehicle data. Configure rules to route data to an Amazon Kinesis Data Firehose delivery stream that stores the data in Amazon S3. Create an Amazon Kinesis Data Analytics application that reads from the delivery stream to detect anomalies.
中文翻译：
使用 AWS IoT Core 接收车辆数据。配置规则以将数据路由到将数据存储在 Amazon S3 中的 Amazon Kinesis Data Firehose 传输流。创建一个 Amazon Kinesis Data Analytics 应用程序，该应用程序从传输流中读取数据以检测异常。
C. Use AWS IoT FleetWise to collect the vehicle data. Send the data to an Amazon Kinesis data stream. Use an Amazon Kinesis Data Firehose delivery stream to store the data in Amazon S3. Use the built-in machine learning transforms in AWS Glue to detect anomalies.
中文翻译：
使用 AWS IoT FleetWise 收集车辆数据。将数据发送到 Amazon Kinesis 数据流。使用 Amazon Kinesis Data Firehose 传输流将数据存储在 Amazon S3 中。使用 AWS Glue 中的内置机器学习转换来检测异常。
D. Use Amazon MQ for RabbitMQ to collect the vehicle data. Send the data to an Amazon Kinesis Data Firehose delivery stream to store the data in Amazon S3. Use Amazon Lookout for Metrics to detect anomalies.
中文翻译：
使用 Amazon MQ for RabbitMQ 收集车辆数据。将数据发送到 Amazon Kinesis Data Firehose 传输流以将数据存储在 Amazon S3 中。使用 Amazon Lookout for Metrics 检测异常。
答案
B
解析
正确答案：B 解析： 本题应选择 B。 正确选项： B. 使用 AWS IoT Core 接收车辆数据。配置规则以将数据路由到将数据存储在 Amazon S3 中的 Amazon Kinesis Data Firehose 传输流。创建一个 Amazon Kinesis Data Analytics 应用程序，该应用程序从传输流中读取数据以检测异常。 选择理由： 该选项最直接地满足题干中的关键约束。做 SAP-C02 题目时，需要同时对...