SAP-C02 第 349 题
题目
数据科学家团队正在使用 Amazon SageMaker 实例和 SageMaker API 来训练机器学习 (ML) 模型。 SageMaker 实例部署在无法访问互联网或从互联网访问的 VPC 中。用于 ML 模型训练的数据集存储在 Amazon S3 存储桶中。接口 VPC 终端节点提供对 Amazon S3 和 SageMaker API 的访问。有时，数据科学家需要访问 Python 包索引 (PyPI) 存储库来更新他们在工作流程中使用的 Python 包。解决方案架构师必须提供对 PyPI 存储库的访问，同时确保 SageMaker 实例与互联网保持隔离。哪种解决方案可以满足这些要求？
选项
A. 为数据科学家需要访问的每个包创建一个 AWS CodeCommit 存储库。配置 PyPI 存储库和 CodeCommit 存储库之间的代码同步。为 CodeCommit 创建 VPC 终端节点。
B. 在VPC中创建NAT网关。配置 VPC 路由以允许使用仅允许访问 PyPI 存储库端点的网络 ACL 访问互联网。
C. 在VP中创建NAT实例配置VPC路由以允许访问Internet。配置 SageMaker 笔记本实例防火墙规则，仅允许访问 PyPI 存储库端点。
D. 创建 AWS CodeArtifact 域和存储库。将 public:pypi 的外部连接添加到 CodeArtifact 存储库。配置 Python 客户端以使用 CodeArtifact 存储库。为 CodeArtifact 创建 VPC 终端节点。
答案
D
解析
正确答案：D 解析： 题干关键点：核心服务：VPC, S3, Config。 正确选项： D. 创建 AWS CodeArtifact 域和存储库。将 public:pypi 的外部连接添加到 CodeArtifact 存储库。配置 Python 客户端以使用 CodeArtifact 存储库。为 CodeArtifact 创建 VPC 终端节点。 选择理由： 选项 D 的设计直接围绕题干限制展开，关键动作是 D. 创建 AWS Cod...