Q191
문제: 회사에는 MySQL용 Amazon RDS에 고객 정보를 저장하는 주문 애플리케이션이 있습니다. 정규 업무 시간 동안 직원은 보고 목적으로 일회성 쿼리를 실행합니다. 보고 쿼리를 실행하는 데 시간이 오래 걸리기 때문에 주문 처리 중에 시간 초과가 발생합니다. 회사는 직원이 쿼리를 수행하는 것을 막지 않으면서 시간 초과를 제거해야 합니다.
답: A. 읽기 전용 복제본을 생성합니다. 보고 쿼리를 읽기 전용 복제본으로 이동합니다.
핵심 지문 및 개념:
- 정규 업무 시간 동안 일회성 쿼리 실행
- 보고 쿼리로 인해 주문 처리 시간 초과 발생
- 시간 초과 제거 필요
사용 기술 및 개념 설명:
Amazon RDS Read Replica:
- 개념: 읽기 전용 복제본은 RDS 인스턴스의 복제본으로, 주로 읽기 트래픽을 처리하여 주 인스턴스의 부하를 줄이는 데 사용됩니다.
- 기능: 읽기 전용 복제본은 비동기식으로 기본 인스턴스의 데이터를 복제하며, 보고 쿼리를 오프로드할 수 있습니다.
- 사용 이유: 보고 쿼리를 읽기 전용 복제본으로 이동하면 주문 처리를 담당하는 기본 인스턴스의 부하를 줄일 수 있어 시간 초과 문제를 해결할 수 있습니다.
Q192
문제: 한 병원에서 대규모 기록 기록 수집을 위한 디지털 사본을 만들고자 합니다. 병원은 매일 수백 개의 새로운 문서를 계속 추가할 것입니다. 병원의 데이터 팀이 문서를 스캔하고 문서를 AWS 클라우드에 업로드합니다. 솔루션 설계자는 애플리케이션이 데이터에 대해 SQL 쿼리를 실행할 수 있도록 문서를 분석하고, 의료 정보를 추출하고, 문서를 저장하는 솔루션을 구현해야 합니다. 솔루션은 확장성과 운영 효율성을 극대화해야 합니다.
답: B. 문서 정보를 Amazon S3 버킷에 씁니다. Amazon Athena를 사용하여 데이터를 쿼리합니다.
E. 새 문서가 업로드될 때 실행되는 AWS Lambda 함수를 생성합니다. Amazon Textract를 사용하여 문서를 원시 텍스트로 변환합니다. Amazon Comprehend Medical을 사용하여 텍스트에서 관련 의료 정보를 감지하고 추출합니다.
핵심 지문 및 개념:
- 매일 수백 개의 새로운 문서 추가
- SQL 쿼리를 실행할 수 있는 문서 분석 및 저장 솔루션
- 확장성과 운영 효율성 극대화
사용 기술 및 개념 설명:
Amazon S3:
- 개념: 객체 스토리지 서비스로, 대규모 데이터를 저장하고 관리할 수 있습니다.
- 기능: 내구성, 가용성 및 확장성을 제공하여 많은 양의 데이터를 저장할 수 있습니다.
- 사용 이유: 스캔된 문서를 저장하고, Athena와 함께 사용하여 SQL 쿼리를 실행할 수 있습니다.
Amazon Athena:
- 개념: S3에 저장된 데이터를 SQL을 사용하여 분석할 수 있는 서버리스 대화형 쿼리 서비스입니다.
- 기능: 표준 SQL을 사용하여 데이터를 쿼리하며, 인프라를 관리할 필요 없이 데이터를 분석할 수 있습니다.
- 사용 이유: S3에 저장된 문서 정보를 빠르게 쿼리할 수 있습니다.
AWS Lambda:
- 개념: 서버리스 컴퓨팅 서비스로, 코드를 실행하는 인프라를 관리할 필요 없이 함수 단위로 실행할 수 있습니다.
- 기능: 이벤트 기반으로 코드를 실행하며, 자동 확장성을 제공합니다.
- 사용 이유: 문서가 업로드될 때 자동으로 실행되어 문서 처리를 자동화할 수 있습니다.
Amazon Textract:
- 개념: 문서에서 텍스트와 데이터를 자동으로 추출하는 OCR 서비스입니다.
- 기능: 텍스트와 구조화된 데이터를 추출하여 문서의 내용을 분석할 수 있습니다.
- 사용 이유: 스캔된 문서에서 텍스트를 추출하여 분석할 수 있습니다.
Amazon Comprehend Medical:
- 개념: 의료 텍스트에서 중요한 정보를 추출하는 자연어 처리 서비스입니다.
- 기능: 처방전, 진단 등 의료 관련 정보를 추출합니다.
- 사용 이유: 추출된 텍스트에서 의료 정보를 자동으로 추출할 수 있습니다.
Q193
문제: 회사는 Amazon EC2 인스턴스에서 배치 애플리케이션을 실행하고 있습니다. 애플리케이션은 여러 Amazon RDS 데이터베이스가 있는 백엔드로 구성됩니다. 응용 프로그램으로 인해 데이터베이스에서 많은 수의 읽기가 발생하고 있습니다. 솔루션 설계자는 고가용성을 보장하면서 데이터베이스 읽기 수를 줄여야 합니다.
답: A. Amazon RDS 읽기 전용 복제본을 추가합니다.
핵심 지문 및 개념:
- EC2 인스턴스에서 배치 애플리케이션 실행
- 데이터베이스에서 많은 수의 읽기 발생
- 고가용성 보장과 데이터베이스 읽기 수 줄이기
사용 기술 및 개념 설명:
Amazon RDS Read Replica:
- 개념: 읽기 전용 복제본은 RDS 인스턴스의 복제본으로, 주로 읽기 트래픽을 처리하여 주 인스턴스의 부하를 줄이는 데 사용됩니다.
- 기능: 읽기 전용 복제본은 비동기식으로 기본 인스턴스의 데이터를 복제하며, 읽기 요청을 오프로드하여 성능을 향상시킵니다.
- 사용 이유: 기본 데이터베이스의 읽기 부하를 줄이고 고가용성을 보장할 수 있습니다.
Q194
문제: 회사는 AWS에서 중요한 애플리케이션을 실행해야 합니다. 회사는 애플리케이션의 데이터베이스에 Amazon EC2를 사용해야 합니다. 데이터베이스는 가용성이 높아야 하며 중단 이벤트가 발생할 경우 자동으로 장애 조치되어야 합니다.
답: A. 동일한 AWS 지역의 다른 가용 영역에서 각각 두 개의 EC2 인스턴스를 시작합니다. 두 EC2 인스턴스 모두에 데이터베이스를 설치합니다. EC2 인스턴스를 클러스터로 구성합니다. 데이터베이스 복제를 설정합니다.
핵심 지문 및 개념:
- 중요한 애플리케이션
- 데이터베이스에 Amazon EC2 사용
- 가용성 높음과 자동 장애 조치 필요
사용 기술 및 개념 설명:
Multi-AZ Deployment with EC2 Instances:
- 개념: 여러 가용 영역에 EC2 인스턴스를 배포하고 클러스터로 구성하여 고가용성과 자동 장애 조치를 제공하는 설정입니다.
- 기능: 여러 AZ에 인스턴스를 배포하여 장애 발생 시 자동으로 다른 인스턴스로 장애 조치됩니다.
- 사용 이유: 데이터베이스의 고가용성과 내구성을 보장하며, 수동 개입 없이 자동으로 장애 조치가 가능합니다.
Q195
문제: 회사의 주문 시스템은 클라이언트의 요청을 Amazon EC2 인스턴스로 보냅니다. EC2 인스턴스는 주문을 처리한 다음 Amazon RDS의 데이터베이스에 주문을 저장합니다. 사용자는 시스템이 실패하면 주문을 다시 처리해야 한다고 보고합니다. 회사는 시스템 중단이 발생할 경우 주문을 자동으로 처리할 수 있는 탄력적인 솔루션을 원합니다.
답: C. EC2 인스턴스를 Auto Scaling 그룹으로 이동합니다. Amazon Simple Queue Service(Amazon SQS) 대기열로 메시지를 보내도록 주문 시스템을 구성합니다. 대기열의 메시지를 사용하도록 EC2 인스턴스를 구성합니다.
핵심 지문 및 개념:
- 시스템 실패 시 주문 재처리 문제
- 탄력적인 솔루션 필요
- 자동 주문 처리
사용 기술 및 개념 설명:
Amazon SQS (Simple Queue Service):
- 개념: 메시지를 큐에 저장하고 소비자가 큐에서 메시지를 처리할 수 있도록 하는 메시지 대기열 서비스입니다.
- 기능: 메시지를 비동기식으로 처리하여 시스템이 실패하더라도 메시지가 손실되지 않도록 보장합니다. Dead Letter Queue를 통해 실패한 메시지를 보관할 수 있습니다.
- 사용 이유: 주문을 큐에 저장하여 시스템 중단 시에도 주문이 손실되지 않도록 보장하고, Auto Scaling 그룹을 사용하여 EC2 인스턴스를 자동으로 확장하여 탄력성을 제공합니다.
Q196
문제: 회사는 대규모 Amazon EC2 인스턴스 플릿에서 애플리케이션을 실행합니다. 애플리케이션은 항목을 읽고 Amazon DynamoDB 테이블에 씁니다. DynamoDB 테이블의 크기는 지속적으로 증가하지만 애플리케이션에는 지난 30일 동안의 데이터만 필요합니다. 회사는 비용과 개발 노력을 최소화하는 솔루션이 필요합니다.
답: D. 애플리케이션을 확장하여 현재 타임스탬프에 30일을 더한 값을 테이블에 생성된 각 새 항목에 추가하는 속성을 추가합니다. 속성을 TTL 속성으로 사용하도록 DynamoDB를 구성합니다.
핵심 지문 및 개념:
- 지난 30일 동안의 데이터만 필요
- 비용과 개발 노력을 최소화
사용 기술 및 개념 설명:
Amazon DynamoDB TTL (Time to Live):
- 개념: TTL(Time to Live)은 항목에 타임스탬프를 추가하여 특정 시간이 지난 후 항목을 자동으로 삭제할 수 있게 하는 기능입니다.
- 기능: TTL을 설정하면 지정된 시간 이후 자동으로 항목이 삭제되므로, 오래된 데이터를 수동으로 삭제할 필요가 없습니다.
- 사용 이유: 30일 동안의 데이터만 필요하므로, TTL을 사용하면 자동으로 30일이 지난 데이터를 삭제할 수 있어 비용과 개발 노력을 최소화할 수 있습니다.
Q197
문제: 회사에는 온프레미스 Windows Server에서 실행되는 Microsoft .NET 애플리케이션이 있습니다. 애플리케이션은 Oracle Database Standard Edition 서버를 사용하여 데이터를 저장합니다. 이 회사는 AWS로의 마이그레이션을 계획하고 있으며 애플리케이션을 이동하는 동안 개발 변경을 최소화하려고 합니다. AWS 애플리케이션 환경은 가용성이 높아야 합니다.
답: B. 다중 AZ 배포에서 .NET 플랫폼을 사용하여 AWS Elastic Beanstalk에서 애플리케이션을 다시 호스팅합니다.
E. 다중 AZ 배포에서 AWS Database Migration Service(AWS DMS)를 사용하여 Oracle 데이터베이스에서 Amazon RDS의 Oracle로 마이그레이션합니다.
핵심 지문 및 개념:
- 온프레미스에서 AWS로 마이그레이션
- 개발 변경을 최소화
- 높은 가용성
사용 기술 및 개념 설명:
AWS Elastic Beanstalk:
- 개념: 애플리케이션을 AWS에서 쉽게 배포하고 관리할 수 있도록 하는 플랫폼 서비스입니다.
- 기능: .NET 애플리케이션을 지원하며, 자동으로 인프라를 프로비저닝하고 애플리케이션을 배포합니다.
- 사용 이유: 개발 변경을 최소화하면서 높은 가용성을 제공하기 위해 Elastic Beanstalk를 사용하여 애플리케이션을 배포할 수 있습니다.
AWS Database Migration Service (DMS):
- 개념: 데이터베이스를 AWS로 쉽게 마이그레이션할 수 있는 서비스입니다.
- 기능: Oracle 데이터베이스를 Amazon RDS로 마이그레이션하면서 최소한의 다운타임을 보장합니다.
- 사용 이유: 기존의 Oracle 데이터베이스를 그대로 사용하면서 Amazon RDS로 마이그레이션하여 높은 가용성을 보장할 수 있습니다.
Q198
문제: 회사는 온프레미스 데이터 센터의 Kubernetes 클러스터에서 컨테이너화된 애플리케이션을 실행합니다. 회사는 데이터 저장을 위해 MongoDB 데이터베이스를 사용하고 있습니다. 회사는 이러한 환경 중 일부를 AWS로 마이그레이션하려고 하지만 현재로서는 코드 변경이나 배포 방법 변경이 불가능합니다. 회사는 운영 오버헤드를 최소화하는 솔루션이 필요합니다.
답: D. 컴퓨팅용 AWS Fargate 및 데이터 스토리지용 Amazon DocumentDB(MongoDB 호환)와 함께 Amazon Elastic Kubernetes Service(Amazon EKS)를 사용합니다.
핵심 지문 및 개념:
- 온프레미스 Kubernetes 클러스터
- MongoDB 데이터베이스 사용
- 코드 변경이나 배포 방법 변경 불가
- 운영 오버헤드 최소화
사용 기술 및 개념 설명:
Amazon Elastic Kubernetes Service (EKS):
- 개념: 완전 관리형 Kubernetes 서비스로, Kubernetes 클러스터를 쉽게 운영할 수 있게 합니다.
- 기능: 기존 Kubernetes 워크로드를 거의 변경 없이 AWS로 마이그레이션할 수 있습니다.
- 사용 이유: 온프레미스 Kubernetes 클러스터를 AWS로 마이그레이션하면서 코드 변경이나 배포 방법을 변경할 필요가 없습니다.
AWS Fargate:
- 개념: 서버리스 컴퓨팅 서비스로, 인프라 관리 없이 컨테이너를 실행할 수 있습니다.
- 기능: EKS와 함께 사용하여 Kubernetes 클러스터를 자동으로 확장하고 관리할 수 있습니다.
- 사용 이유: 운영 오버헤드를 최소화하면서 Kubernetes 워크로드를 실행할 수 있습니다.
Amazon DocumentDB (MongoDB 호환):
- 개념: MongoDB와 호환되는 완전 관리형 데이터베이스 서비스입니다.
- 기능: 기존 MongoDB 애플리케이션을 변경 없이 AWS로 마이그레이션할 수 있습니다.
- 사용 이유: 기존 MongoDB 데이터를 그대로 사용하면서 운영 오버헤드를 최소화할 수 있습니다.
Q199
문제: 텔레마케팅 회사는 AWS에서 고객 콜 센터 기능을 설계하고 있습니다. 이 회사는 여러 화자 인식을 제공하고 대본 파일을 생성하는 솔루션이 필요합니다. 회사는 비즈니스 패턴을 분석하기 위해 트랜스크립트 파일을 쿼리하려고 합니다. 기록 파일은 감사 목적으로 7년 동안 저장되어야 합니다.
답: B. 여러 화자 인식을 위해 Amazon Transcribe를 사용합니다. 성적표 파일 분석에 Amazon Athena를 사용합니다.
핵심 지문 및 개념:
- 여러 화자 인식
- 대본 파일 생성
- 트랜스크립트 파일을 쿼리
- 7년 동안 기록 파일 저장
사용 기술 및 개념 설명:
Amazon Transcribe:
- 개념: 자동 음성 인식(ASR) 서비스로, 음성을 텍스트로 변환할 수 있습니다.
- 기능: 여러 화자를 인식하고, 텍스트로 변환할 수 있습니다.
- 사용 이유: 콜 센터에서 다수의 화자를 인식하고 대본을 자동으로 생성할 수 있습니다.
Amazon Athena:
- 개념: Amazon S3에 저장된 데이터를 SQL로 쿼리할 수 있는 서버리스 쿼리 서비스입니다.
- 기능: 트랜스크립트 파일을 S3에 저장하고 Athena를 사용하여 쉽게 쿼리할 수 있습니다.
- 사용 이유: 트랜스크립트 파일을 쿼리하여 비즈니스 패턴을 분석할 수 있습니다.
Q200
문제: 회사는 AWS에서 애플리케이션을 호스팅합니다. 이 회사는 Amazon Cognito를 사용하여 사용자를 관리합니다. 사용자가 애플리케이션에 로그인하면 애플리케이션은 Amazon API Gateway에서 호스팅되는 REST API를 사용하여 Amazon DynamoDB에서 필요한 데이터를 가져옵니다. 이 회사는 개발 노력을 줄이기 위해 REST API에 대한 액세스를 제어하는 AWS 관리형 솔루션을 원합니다.
답: D. Amazon Cognito가 각 요청을 검증할 수 있도록 API Gateway에서 Amazon Cognito 사용자 풀 권한 부여자를 구성합니다.
핵심 지문 및 개념:
- Amazon Cognito를 사용하여 사용자 관리
- API Gateway에서 호스팅되는 REST API 사용
- AWS 관리형 솔루션을 통해 REST API 접근 제어
사용 기술 및 개념 설명:
Amazon Cognito:
- 개념: 사용자를 관리하고 인증하는 서비스로, 사용자 풀을 통해 사용자를 인증할 수 있습니다.
- 기능: 사용자가 로그인하면 JWT(JSON Web Token)를 생성하여 인증을 처리할 수 있습니다.
- 사용 이유: Cognito 사용자 풀을 사용하여 API Gateway와 통합하면, 별도의 코드 작성 없이 인증된 사용자만 REST API에 접근할 수 있습니다.
Amazon API Gateway:
- 개념: API를 생성, 배포 및 관리할 수 있는 서비스입니다.
- 기능: API Gateway에서 Cognito 사용자 풀을 권한 부여자로 구성하면, Cognito를 통해 인증된 사용자만 API에 접근할 수 있습니다.
- 사용 이유: AWS 관리형 솔루션을 통해 개발 노력을 줄이면서 REST API에 대한 접근을 제어할 수 있습니다.