AmazonAmazon ML Engineer Associate MLA-C01 Certification
·TW
·更新於 4 Aug 2026
某公司已將模型部署到 Amazon SageMaker 端點,需要記錄和監控該端點的每次 API 呼叫,並在呼叫事件數量超過閾值時收到通知。哪種解決方案符合這些要求?
選擇一個答案
點擊一個選項來檢查您的答案。
正確答案: 啟用 AWS CloudTrail 記錄所有端點呼叫 API 呼叫,使用 Amazon CloudWatch 儀表板進行監控,並建立 CloudWatch 警報以在超過閾值時發出通知。.
為什麼這是答案
正確答案是啟用 AWS CloudTrail 記錄所有端點呼叫 API 呼叫,使用 Amazon CloudWatch 儀表板進行監控,並建立 CloudWatch 警報以在超過閾值時發出通知。這是因為 CloudTrail 專門用於記錄 AWS 帳戶中的 API 活動,包括 SageMaker 端點的呼叫。結合 CloudWatch 監控和警報,可以實現對 API 呼叫數量的即時追蹤和閾值通知。
SageMaker Debugger 主要用於在模型訓練期間監控和分析張量,以檢測訓練問題,而不是用於監控生產端點的 API 呼叫。因此,選項 A 和 B 不適用於此情境。
選項 D 僅提及將 Invocations 指標新增到 CloudWatch 儀表板並建立警報。雖然 SageMaker 會自動發送一些指標到 CloudWatch,但 CloudTrail 提供了更詳細的 API 呼叫事件記錄,這對於全面的監控和審計至關重要,特別是當需要記錄“每次 API 呼叫”時。
通過考試 — 無需無休止地尋找答案
集中一處獲取此考試的所有核實題目和解釋,節省數小時的準備時間。1,000 多種認證 · 20 多種語言 · 免費開始。
更快通過您的考試 →
無需信用卡