Certificação AWS Solutions Architect Associate SAA-C03

Explicação: Gateway de volume do gateway de armazenamento (volumes em cache): essa configuração permite armazenar seus dados primários no Amazon S3 enquanto retém localmente os dados acessados ​​com frequência em um cache para acesso de baixa latência. Acesso de baixa latência: os dados acessados ​​com frequência são armazenados em cache localmente, fornecendo acesso de baixa latência, enquanto os dados acessados ​​com menos frequência são armazenados de maneira econômica no Amazon S3. Implementação: implante um dispositivo Storage Gateway no local ou em um ambiente virtual. Configure-o como um gateway de volume com volumes armazenados em cache. Crie volumes e configure seus aplicativos para usar esses volumes. Mudanças mínimas na infraestrutura: esta solução integra-se perfeitamente à infraestrutura local existente, exigindo alterações mínimas e reduzindo a dependência de servidores de armazenamento locais. Referência: Volumes armazenados em cache do AWS Storage Gateway Volume Gateway Volume Gateway

Explicação: Esta solução usa o CloudFron para servir o site com segurança por HTTPS usando o AWS Certificate Manager (ACM) para certificados SSL. O Origin Access Control (OAC) garante que apenas o CloudFront possa acessar o bucket S3 diretamente. O AWS WAF com uma regra de conjunto de IP restringe o acesso ao site, permitindo apenas o endereço IP local. Essa configuração garante acesso seguro e privado ao site com baixa sobrecarga administrativa. Opção A e B: as políticas de bucket S3 e os pontos de acesso não fornecem suporte HTTPS nem oferecem o mesmo nível de segurança que o CloudFront com WAF. Opção D: URLs assinados são mais adequados para acesso temporário e expirado, em vez de uma solução permanente para funcionários locais. Referência da AWS: Amazon CloudFront com controle de acesso de origem

Explicação:

Explicação: O recurso SELECT INTO OUTFILE S3 permite exportar dados MySQL do Amazon Aurora diretamente para o Amazon S3 com sobrecarga operacional mínima. Este método é eficiente e econômico para arquivar dados históricos. Você pode configurar regras do S3 Lifecycle para fazer a transição dos dados exportados para armazenamento de custo mais baixo (por exemplo, S3 Glacier ou S3 Standard-IA) e, eventualmente, excluí-los após 5 anos. Não há necessidade de ferramentas ETL adicionais, como Glue ou DataBrew, a menos que sejam necessárias transformações complexas. Referência: Exportando dados do Aurora MySQL para S3

Explicação: O Amazon RDS for Oracle é um serviço de banco de dados gerenciado que reduz significativamente a sobrecarga operacional em comparação com a execução do Oracle no EC2 ou no local. O AWS Secrets Manager integra-se nativamente ao RDS e oferece suporte à rotação automática e programada de senhas com configuração mínima. Você pode configurar o cronograma de rotação (inclusive anual), e o Secrets Manager cuidará do armazenamento seguro de senhas e do fluxo de trabalho de rotação para você. Extrato de documentação da AWS: "O AWS Secrets Manager ajuda a proteger o acesso a seus aplicativos, serviços e recursos de TI sem o investimento inicial e os custos de manutenção contínuos da operação de sua própria infraestrutura. Você pode configurar a rotação automática para bancos de dados compatíveis, como Amazon RDS for Oracle." (Fonte: documentação do AWS Secrets Manager) A, C, D: Essas soluções exigem scripts personalizados, Lambda e alarmes, levando a mais sobrecarga operacional. Referência: Guia de estudo oficial do AWS Certified Solutions Architect, Secrets Manager e RDS.

Explicação: O Amazon FSx for NetApp ONTAP oferece suporte total à replicação nativa do NetApp SnapMirror, tornando-o a opção mais eficiente e confiável para migrar dados NetApp do local para a AWS. Da documentação da AWS: "Você pode usar o SnapMirror para replicar dados de seus sistemas NetApp locais para FSx for ONTAP para transferências incrementais contínuas em nível de bloco. Isso fornece um método altamente eficiente e de alto desempenho para migração, especialmente para grandes conjuntos de dados." (Fonte: Guia de migração do Amazon FSx para NetApp ONTAP) Por que a opção C está correta: O SnapMirror oferece replicação em nível de bloco, tornando-o altamente eficiente para milhões de arquivos pequenos. Ele oferece suporte a compartilhamentos de arquivos NFS e SMB, preservando estruturas de diretório e permissões. Reduz o tempo de transição e permite sincronizações incrementais. Usa a rede existente de 10 Gbps para transferências rápidas. Por que as outras opções estão incorretas: Opção A (DataSync): adequada para muitas migrações baseadas em arquivos, mas menos eficiente para conjuntos de dados muito grandes com milhões de arquivos pequenos em comparação com o SnapMirror. Opção B (Gateway de Armazenamento): O Volume Gateway não é usado para migrações de arquivos em grande escala; é para acesso à nuvem híbrida. Opção D (Snowball Edge): Útil para migrações offline, mas o SnapMirror online é mais eficiente e evita atrasos no envio. Referência: Guia do usuário do Amazon FSx for NetApp ONTAP "Migrando usando SnapMirror" Whitepaper sobre opções de migração de armazenamento da AWS Pilar de resiliência do AWS Well-Architected Framework

Explicação: O AWS Lake Formation fornece controle centralizado de acesso a dados, incluindo permissões refinadas (em nível de coluna) para dados armazenados no S3 e acessados ​​por meio de serviços como o Amazon Athena. Usar um blueprint do Lake Formation para ingerir dados do Aurora MySQL no data lake mantém a ingestão e a governança integradas. Quando o QuickSight usa o Athena como fonte de dados, o Athena impõe automaticamente as permissões em nível de coluna do Lake Formation. Isso permite que a equipe de marketing veja apenas o subconjunto autorizado de colunas sem lógica de controle de acesso personalizada. As opções A, B e C dependem da limitação manual de colunas no momento da ingestão ou do uso de políticas de bucket IAM ou S3, que não fornecem autorização verdadeira em nível de coluna para consultas SQL e exigem muito mais trabalho manual e manutenção.

Explicação: O requisito tem três elementos principais: alta disponibilidade com recuperação automática, separação de cargas de trabalho transacionais e analíticas e atraso aceitável de relatórios de até 4 horas. O padrão limpo nativo da AWS para isolar o tráfego pesado de leitura/relatório de gravações transacionais no RDS para MySQL é usar réplicas de leitura e consultas de relatórios diretos para os endpoints da réplica. A opção C atende bem a esses requisitos. A instância primária do RDS for MySQL lida com o tráfego transacional (leituras/gravações). Uma ou mais réplicas de leitura RDS replicam dados do primário de forma assíncrona. Como a replicação é assíncrona, é esperado algum atraso; o requisito tolera explicitamente um atraso de até 4 horas, o que se ajusta ao modelo de réplica de leitura. Direcionar relatórios em lote e consultas analíticas para uma réplica evita que essas consultas caras consumam CPU, memória e E/S no primário, protegendo assim o desempenho interativo do usuário. A implantação de réplicas em diversas zonas de disponibilidade também melhora a disponibilidade da camada de relatórios e reduz o risco de um problema de AZ impedir o acesso aos relatórios. A opção A está incorreta porque uma instância de banco de dados Multi-AZ padrão usa um modo de espera síncrono que não é legível e se destina ao failover, e não ao atendimento de consultas analíticas. A opção B descreve uma implantação de cluster de banco de dados Multi-AZ, que fornece esperas legíveis em alguns mecanismos RDS; entretanto, para o padrão de exame clássico do RDS MySQL, o método mais direto e amplamente usado para isolar análises são as réplicas de leitura. A opção D cria uma cópia somente leitura baseada em instantâneo noturno; isso aumenta a complexidade operacional, pode resultar em dados obsoletos durante a maior parte do dia e introduz atrasos no provisionamento, o que é desnecessário quando as réplicas fornecem cópias contínuas quase em tempo real. Portanto, C é a melhor opção porque fornece HA para o primário, isola leituras de relatórios para réplicas e atende ao requisito de atraso de replicação permitido.

Explicação: O design correto do grupo de segurança é permitir o acesso de entrada ao banco de dados do grupo de segurança das instâncias do EC2, em vez de endereços IP individuais. Os grupos de segurança da AWS podem fazer referência a outro grupo de segurança como origem, que é a abordagem escalonável e recomendada para comunicação entre aplicativos e bancos de dados em ambientes dinâmicos, como grupos de Auto Scaling. Dessa forma, as instâncias recém-lançadas herdam automaticamente o acesso sem exigir atualizações de regras baseadas em IP. A opção A é frágil porque os IPs privados mudam conforme a escala das instâncias. A opção C não é a forma como as regras do grupo de segurança são definidas e a opção D inverte a direção do tráfego. Portanto, permitir que o grupo de segurança do banco de dados aceite o tráfego do grupo de segurança dos servidores web é a arquitetura correta. ============

Explicação: AWS Glue Crawler: AWS Glue é um serviço ETL (Extrair, Transformar, Carregar) totalmente gerenciado que facilita a preparação e o carregamento de dados para análise. Um rastreador Glue pode descobrir automaticamente novos dados e esquemas no Amazon S3, facilitando a manutenção do catálogo de dados atualizado. Rastreando os dados: configure um rastreador do AWS Glue para verificar o bucket S3 que contém os dados do fluxo de cliques. O rastreador detectará automaticamente o esquema e criará/atualizará as tabelas no AWS Glue Data Catalog. Amazon Athena: Athena é um serviço de consulta interativo que facilita a análise de dados no Amazon S3 usando SQL padrão. Depois que o catálogo de dados for atualizado pelo rastreador Glue, use o Athena para consultar os dados do fluxo de cliques diretamente no S3. Eficiência Operacional: Esta solução aproveita serviços totalmente gerenciados, reduzindo a sobrecarga operacional. Os rastreadores Glue automatizam a catalogação de dados, e o Athena fornece um modelo sem servidor e pago por consulta para análise rápida de dados, sem a necessidade de configurar ou gerenciar infraestrutura. Referência: AWS Glue Amazon Athena