Ein Kinesis Data Firehose-Bereitstellungsstream empfängt Kundendatensätze, die personenbezogene Daten enthalten. Der Entwickler muss Muster von Kundenkennungen entfernen, bevor die Daten in einem S3-Bucket gespeichert werden. Was ist der geeignete Weg, um diese Anforderung zu erfüllen?
Wählen Sie eine Antwort
Tippen Sie auf eine Option, um Ihre Antwort zu überprüfen.
Richtige Antwort: Verwenden Sie eine Firehose-Datentransformation, die als AWS Lambda-Funktion implementiert ist und die Kundenkennungen entfernt, und legen Sie den S3-Bucket als Ziel des Bereitstellungsstreams fest..
Warum dies die Antwort ist
Die Verwendung einer Firehose-Datentransformation mit einer AWS Lambda-Funktion ist der geeignetste Weg. Kinesis Data Firehose bietet eine integrierte Funktion zur Datenvorverarbeitung, bei der eine Lambda-Funktion aufgerufen wird, um Datensätze zu transformieren, bevor sie an das Ziel (hier S3) geliefert werden. Dies ermöglicht die Entfernung sensibler Daten wie Kundenkennungen direkt im Datenstrom. Die Option mit einer EC2-Instanz ist zu komplex und teuer für diese Aufgabe. Amazon OpenSearch Service ist für die Suche und Analyse konzipiert, nicht für die Datenbereinigung im Durchlauf, und ein Export nach S3 wäre ein zusätzlicher Schritt. Ein AWS Step Functions-Workflow ist für die Orchestrierung komplexer Workflows gedacht, nicht als direktes Ziel für einen Firehose-Bereitstellungsstream zur Datenbereinigung.
Bestehen Sie Ihre Prüfung – ohne endlose Antwortsuche
Erhalten Sie jede verifizierte Frage und Erklärung für diese Prüfung an einem Ort und sparen Sie Stunden der Vorbereitung. Über 1.000 Zertifizierungen · Über 20 Sprachen · Kostenloser Start.
Bestehen Sie Ihre Prüfung schneller → Keine Karte erforderlich