單項選擇題

解決方案架構(gòu)師正在將10 TB PostgreSQL數(shù)據(jù)庫遷移到Amazon RDS for PostgreSQL。該公司的Internet鏈接為50 MB，在Amazon VPC中具有VPN，并且解決方案架構(gòu)師需要在過渡之前遷移數(shù)據(jù)并同步更改。轉(zhuǎn)換必須在8天之內(nèi)進行。安全和可靠地遷移數(shù)據(jù)庫的最小復雜方法是什么？（）

A.訂購一個AWS Snowball設備并使用AWS DMS復制數(shù)據(jù)庫。如果數(shù)據(jù)庫在Amazon 3中可用，請使用AWS DMS將其加載到Amazon RDS，并配置作業(yè)以在轉(zhuǎn)換之前同步更改。
B.創(chuàng)建一個AWS DMS作業(yè)，以將數(shù)據(jù)從本地連續(xù)復制到AWS。數(shù)據(jù)同步后切換到Amazon RDS
C.訂購一個AWS Snowball設備并將數(shù)據(jù)庫轉(zhuǎn)儲復制到該設備。將數(shù)據(jù)復制到Amazon S3之后，將其導入到Amazon RDS實例。設置VPN上的日志傳送，以在切換前同步更改。
D.訂購AWS Snowball設備并使用AWS Schema Conversion Tool復制數(shù)據(jù)庫。當數(shù)據(jù)在Amazon S3中可用時，請使用AWS DMS將其加載到Amazon RDS，并配置作業(yè)以在轉(zhuǎn)換之前同步更改

你可能感興趣的試題

單項選擇題

一家銀行正在將其基于大型機的信用卡批準處理應用程序重新架構(gòu)為AWS云上的云應用程序。在峰值負載下，新應用程序每秒將接收多達1，000個請求。每個事務有多個步驟，并且每個步驟都必須接收上一步的結(jié)果。整個請求必須在不到2秒的時間內(nèi)返回授權(quán)響應，且數(shù)據(jù)丟失為零。每個請求都必須收到響應。該解決方案必須符合支付卡行業(yè)數(shù)據(jù)安全標準（PCI DSS）。哪個選項可以以最低的復雜度和最低的成本滿足銀行的所有目標，同時又滿足合規(guī)性要求？（）

A.使用一個AWS Lambda任務創(chuàng)建一個Amazon API Gateway來處理入站請求，該任務執(zhí)行多個步驟并以批準狀態(tài)拒絕JSON對象。打開一個支持案例以增加并發(fā)Lambda數(shù)的限制，以便為由于新應用程序而導致的突發(fā)事件留出空間
B.在目標組中的Amazon EC2專用實例上創(chuàng)建具有Amazon ECS集群的Application Load Balancer，以處理傳入請求。使用Auto Scaling可根據(jù)平均CPU使用率來擴展/擴展群集。部署處理所有批準步驟并返回帶有批準狀態(tài)的JSON對象的Web服務
C.在專用實例上的Amazon EC2上部署應用程序。在Auto Scaling組中的應用程序服務器場前面使用Elastic Load Balancer來處理傳入的請求。在測量單個實例的容量之后，基于自定義的Am azon CloudWatch指標針對每秒的入站請求數(shù)進行擴展
D.創(chuàng)建一個Amazon API Gateway，以使用一系列AWS Lambda流程處理入站請求，每個流程都有一個Amazon SQS輸入隊列。每一步完成時，它會將結(jié)果寫入下一步的隊列。最后一步返回帶有批準狀態(tài)的JSON對象。打開一個支持案例以增加并發(fā)Lambda數(shù)的限制，以便為由于新應用程序而導致的突發(fā)事件留出空間

單項選擇題

拍賣網(wǎng)站使用戶可以對收藏品進行競標。拍賣規(guī)則要求每個出價只能按照收到的順序處理一次。當前實施基于一組Amazon EC2 Web服務器，這些服務器將出價記錄寫入Amazon Kinesis Data Streams。大型實例有一個cron作業(yè)，它運行出價處理器，該處理器從Kinesis Data Streams讀取傳入的出價并處理每個出價。拍賣網(wǎng)站越來越受歡迎，但是用戶抱怨有些出價沒有注冊。故障診斷表明出價處理器在需求高峰時段過慢，有時在處理過程中崩潰，并偶爾失去對正在處理的記錄的跟蹤。哪些更改應使投標處理更加可靠？（）

A.將出價發(fā)布到Kinesis Data Streams時，重構(gòu)Web應用程序以使用Amazon Kinesis Producer庫（KPL）。重構(gòu)出價處理器，以將Kinesis數(shù)據(jù)流中的每個記錄標記為未讀，處理和處理。在每次投標處理運行開始時，掃描Kinesis數(shù)據(jù)流以查找未處理的記錄
B.重構(gòu)Web應用程序，以將每個傳入的出價發(fā)布到Amazon SNS主題上，代替Kinesis Data Streams。配置SNS主題以觸發(fā)AWS Lambda函數(shù)，該函數(shù)會在用戶提交出價后立即對其進行處理
C.重構(gòu)Web應用程序以將每個傳入的出價發(fā)布到Amazon SQS FIFO隊列中，以代替Kinesis Data Streams。重構(gòu)出價處理器以連續(xù)地SQS隊列。將出價處理EC2實例放置在Auto Scaling組中，最小和最大大小為1
D.從t2切換EC2實例類型。大到較大的一般計算實例類型。根據(jù)Kinesis Data Streams中的“傳入記錄”度量標準，將出價處理器EC2實例放入一個Auto Scaling組中，該組可以擴展運行出價處理器的EC2實例的數(shù)量