Amazon CLF-C02: 云概念 — 学习指南

By Laurynas Brazys · 29 July 2026 · #amazon #clf-c02 #certification #exam-prep #study-guide

属于 AWS Cloud Practitioner CLF-C02 — 学习指南. 使用经过验证的答案练习： Amazon 考试中心, 或参加限时模拟考试： ExamRoll.io.

核心云概念与 AWS 价值主张

云计算将资本密集型、需要容量规划的问题转变为一种运营模式，在这种模式下，计算、存储和网络资源可以按需使用。AWS 提供弹性（自动扩展以匹配负载）、全球覆盖（通过区域和可用区实现本地化和故障隔离），以及一系列托管服务，以消除无差异化的繁重工作。诸如为故障而设计、松耦合和不可变基础设施等架构概念，可帮助团队利用云的优势：加快产品上市时间、按使用量付费的经济模式以及全球规模。VPC、子网和 Internet Gateway 等网络基础组件控制着工作负载的入口和出口流量，而当需要可预测的带宽或更低延迟时，Direct Connect 则提供到本地数据中心的专用高吞吐量链路。对于超大规模的物理迁移或间歇性连接场景，Snowball Edge 设备可实现安全的离线传输，甚至支持边缘计算。从业者常见的陷阱包括：认为“直接迁移”会自动削减成本、低估网络出口费用，以及未能设计多可用区弹性架构。在选择重新托管 (rehost)、平台重构 (replatform) 或重构 (refactor) 策略之前，决策标准应权衡业务可用性要求、数据引力、延迟限制和长期运营成本。

服务、迁移模式与架构决策

选择正确的 AWS 服务取决于您是需要托管运维、对操作系统级别职责的控制，还是需要边缘/离线能力。迁移模式包括重新托管 (rehost，即直接迁移)、平台重构 (replatform，即进行少量优化) 和重构 (refactor，即为云原生重新架构)。存储选择反映了访问模式：S3 用于对象存储和数据湖，EBS 用于挂载到 EC2 的块存储，EFS 用于 POSIX 共享文件系统，而 FSx 的不同变体则用于托管 Windows 文件系统或满足高性能文件需求。数据库可以作为托管服务（如 Amazon RDS 和 Amazon DynamoDB）运行，这可以分担管理任务；也可以在 EC2 上自管理，此时客户保留操作系统、补丁、备份和扩展的职责。对于容器，托管选项可减轻运维负担，同时提供不同的权衡：

Amazon ECS (EC2 启动类型)：托管编排，但您需要管理 EC2 主机。
Amazon ECS / Fargate：无服务器容器，无需管理主机。
Amazon EKS：Kubernetes 托管控制平面；您可以管理节点或使用 Fargate。如果想快速部署应用程序而无需手动创建每个资源，AWS Elastic Beanstalk 或 CloudFormation 模板可以加快交付速度，同时强制执行标准化架构。从业者常见的陷阱包括：低估自管理数据库或容器主机的运维工作量，以及忘记为 EC2 附加 IAM 实例配置文件以实现安全的服务访问。

云经济学：定价模型与成本优化实践

AWS 提供多种定价模型，以匹配工作负载的可预测性和中断容忍度。按需 (On-Demand) 模式灵活且无需承诺，预留实例 (Reserved Instances) 和节省计划 (Savings Plans) 为稳定状态的使用提供大幅折扣，Spot 实例折扣力度最大但可能被中断，而专用主机 (Dedicated Hosts) 则满足法规或许可需求。成本可见性与控制依赖于标签、Cost Explorer、AWS Budgets 和 AWS Cost Anomaly Detection；而 AWS Compute Optimizer 和 Cost Explorer 资源建议等规模优化工具有助于识别配置过度的 EC2 实例。Trusted Advisor 会揭示成本和性能优化点并高亮显示孤立资源，而当支出超过阈值时，AWS Budgets 可以触发 SNS 警报。常见的陷阱包括：在未分析历史使用率的情况下购买预留实例或节省计划、将 Spot 实例应用于关键的、不可中断的工作负载，以及未能实施一致的标签策略，从而破坏了成本分摊和优化工作。决策标准应结合工作负载模式、中断容忍度和预测：对不可预测的负载使用按需模式，对持续的基线负载使用 Savings Plans 或 RI，对灵活的、容错的计算使用 Spot 实例。

安全性、责任共担模型与卓越运营实践

AWS 的安全性是一个责任共担模型：AWS 负责云基础设施（硬件、网络、区域、可用区和基础服务）的安全，而客户负责云中内容的安全——这包括数据、访问控制、应用程序级加密、IaaS 的操作系统和软件补丁以及身份联合。使用附加到 EC2 实例配置文件的 IAM 角色，为 S3 等服务授予临时的、最小权限的访问权限；避免在实例中嵌入长期凭证。数据保护功能包括用于数据保留的 S3 版本控制和对象锁定 (Object Lock)、服务器端加密 (SSE) 以及用于敏感记录的客户端加密。监控和可审计性依赖于用于 API 日志记录的 CloudTrail、用于配置合规性的 AWS Config、用于 EC2 工作负载漏洞评估的 Amazon Inspector、用于威胁检测的 GuardDuty 以及用于在 S3 中发现敏感数据的 Amazon Macie。Well-Architected Framework 指导卓越运营、安全性、可靠性、性能和成本方面的考量；从业者常见的错误包括过度使用根账户、忽略自动备份以及未实施多可用区 (multi-AZ) 架构或灾难恢复 (Disaster Recovery) 计划。运营决策应优先考虑自动化、最小权限和集中式日志记录，以减少人为错误并加速事件响应。

实践问题：用例场景

场景：Acme Analytics 公司在单个 AWS 区域中运行一个季节性的数据处理管道。其环境包括用于计算的 EC2 实例、一个本地存档和一个 S3 数据湖。他们每个季度需要从本地提取 50 TB 数据，在运行期间确保高可用性，并在季度之间控制成本。

挑战：在带宽有限的情况下批量传输 50 TB 数据，并需要持久、可审计的提取过程；计算资源必须在为期两个月的处理窗口内保持高可用，并在空闲时具有成本效益。

推荐方法：

订购 Amazon Snowball Edge 设备，将 50 TB 数据安全地导入 Amazon S3，如果需要预处理，则可使用其边缘计算功能。
将提取的数据存储在已启用版本控制的 S3 存储桶中，并应用 S3 对象锁定 (Object Lock) 来保留源记录。
在跨多个可用区的 EC2 实例的 Auto Scaling 组上运行处理任务，或使用 AWS Batch/ECS Fargate 在为期两个月的窗口内进行托管扩展。
实施 Cost Explorer、带警报的 AWS Budgets，并仅对基准的持久性资源应用 Savings Plans 或 Reserved Instances；在季节结束后终止或缩减计算资源。

理由：对于大型一次性导入，Snowball Edge 最大限度地减少了传输时间和网络成本，而 S3 提供了持久、可审计的存储。在高峰月份使用 Auto Scaling 或托管计算可提供高可用性，且仅在处理时产生费用，同时成本管理工具可防止意外支出。

所有领域 · AWS 全球基础设施 →

练习这些题目 → · 在 ExamRoll.io 上限时练习 →