Amazon Data Engineer Associate DEA-C01 — 学习指南
边学边练。 每个概念都对应 Amazon 考试中心中带有验证答案的真实考题，或在 ExamRoll.io 上通过限时练习演练整场考试。
本指南深入讲解每个 DEA-C01 领域。选择一个领域深入学习，或按顺序逐一学习。
领域
- 数据摄取和收集 — 该领域涵盖了可靠且大规模地将原始数据引入数据平台的模式、AWS 服务和操作细节。数据工程师必须在批量和流式入口点之间做出选择，确保数据的编目和可发现性，并针对吞吐量、可重放性和故障模式进行设计。关键的 AWS 构建模块是用于批量的 S3 和 Glue，用于流式处理的 Kinesis 和
- 数据存储和数据湖架构 — 本领域涵盖 AWS 存储服务和数据库引擎如何支持现代数据平台中的大规模数据摄取、持久化归档、查询性能和安全治理。数据工程师必须在成本、访问延迟、持久性和精细化访问控制之间取得平衡，同时将 S3、Lake Formation、Redshift 和 DynamoDB
- 数据编目和元数据管理 — 该领域涵盖了使数据在 AWS 数据平台中可发现、可查询和可治理的元数据层。有效的编目和元数据管理可以减少分析工作的阻力，并确保下游消费者能够找到 Schema、分区、访问策略和数据血缘。此领域的 AWS 服务——Glue Data Catalog、Glue Schema Registry、Lake
- 数据转换和处理 — 该领域涵盖了用于大规模清理、转换和准备数据以进行分析和机器学习的 AWS
- 数据编排和工作流管理 — 编排和工作流管理是构建可靠、可维护的数据平台的核心：它们协调提取-转换-加载 (ETL) 作业、管理依赖关系、处理故障并集成事件驱动的流程。该领域涵盖了用于批量 ETL、复杂 DAG、无服务器状态机和事件调度的托管式 AWS 选项——每种选项都有不同的执行语义、持久性和扩展性权衡。理解何时使用
- 数据查询和分析 — 此领域涵盖设计、调优和运维 AWS 服务，以支持对大型数据集的分析查询和商业智能 (BI)。它专注于 Athena、Redshift、OpenSearch 和 QuickSight 之间经济高效、高性能的查询模式，以及它们如何与 S3、Glue
- 数据安全、治理和合规 — 该领域涵盖了在支持分析的同时，保持数据受保护、可审计和合规的控制、服务和操作模式。数据工程师必须设计加密、访问控制、发现和脱敏，以确保分析工作流在运行时不会暴露个人身份信息 (PII) 或破坏服务集成。以下部分重点介绍具体的 AWS 服务和配置——S3/Redshift 加密、KMS、IAM
- 数据管道监控和故障排除 — 数据管道的监控与故障排查至关重要，它确保了流式和批量数据在 AWS 上能够及时、准确地交付。此领域涵盖了 Kinesis、Firehose、Glue、DMS、Lambda 等服务的遥测、告警和诊断技术，以及支持事件调查的 AWS
- 数据工作负载成本优化 — 数据工作负载的成本优化可确保存储、计算和数据处理管道在不产生失控开销的情况下交付价值。数据工程师必须在查询性能、数据持久性和可用性与因服务和使用模式而异的定价模型之间取得平衡。该领域要求熟悉存储类别和生命周期策略、查询和集群级别的控制、Spot
- 数据质量、验证和可观测性 — 该领域涵盖了用于确保数据正确性、检测异常并保持管道可靠性的端到端实践和 AWS 服务。强大的验证和可观测性可以减少下游缺陷，满足 SLA 并实现安全的重新处理。数据工程师必须结合使用 Glue Data Quality、验证框架、CloudWatch
准备好练习了吗？
- 浏览所有带验证答案的题目 → — 免费，含解析。
- 在 ExamRoll.io 上开始限时模拟考试 → — 完整题库，支持 20 多种语言。
Pass the whole exam — not just this question
You found this answer. Get every verified question and explanation in one place, and save hours of prep. Free to start.
通过考试 →