Een bedrijf bouwt een data lake op Amazon S3 en moet toegangscontroles op rij- en kolomniveau afdwingen voor teams die query's uitvoeren via Amazon Athena, Redshift Spectrum en Apache Hive op EMR. Welke aanpak minimaliseert de operationele overhead?
Kies een antwoord
Tik op een optie om je antwoord te controleren.
Correct antwoord: Gebruik Amazon S3 voor data lake-opslag. Gebruik AWS Lake Formation om gegevenstoegang per rij en kolom te beperken. Bied gegevenstoegang via AWS Lake Formation..
Waarom dit het antwoord is
De correcte optie is om Amazon S3 te gebruiken voor data lake-opslag en AWS Lake Formation voor toegangsbeheer op rij- en kolomniveau, met toegang via Lake Formation. Dit minimaliseert operationele overhead omdat Lake Formation een beheerde service is die fijne-grained toegangscontroles centraliseert en integreert met services zoals Athena, Redshift Spectrum en EMR (via Hive). De andere opties zijn minder efficiënt of onjuist: S3-toegangsbeleid biedt geen fijne-grained controle op rij- of kolomniveau en is niet ontworpen voor dit doel. Apache Ranger via EMR is een optie, maar Lake Formation is een volledig beheerde AWS-service die de operationele overhead vermindert in vergelijking met het zelf beheren van Ranger op EMR. Apache Pig is bovendien geen gangbare query-tool voor data lakes. Amazon Redshift is een datawarehouse en niet de primaire opslag voor een data lake, dat typisch op S3 is gebouwd.
Slaag voor je examen — zonder eindeloos zoeken naar antwoorden
Krijg elke geverifieerde vraag en uitleg voor dit examen op één plek, en bespaar uren voorbereiding. Meer dan 1.000 certificeringen · Meer dan 20 talen · gratis om te beginnen.
Slaag sneller voor je examen → Geen kaart nodig