IoT 회사는 사용자의 수면에 대한 데이터를 수집하는 센서가 있는 매트리스를 출시하고 있습니다. 센서는 데이터를 Amazon S3 버킷으로 보냅니다. 센서는 각 매트리스에 대해 매일 밤 약 2MB 의 데이터를 수집합니다. 회사는 각 매트리스에 대한 데이터를 처리하고 요약해야 합니다. 결과는 가능한 한 빨리 사용할 수 있어야 합니다. 데이터 처리에는 1GB의 메모리가 필요하며 30초 이내에 완료됩니다. 이러한 요구 사항을 가장 비용 효율적으로 충족하는 솔루션은 무엇입니까?
- A. Scalajob과 함께 AWS Glue를 사용합니다.
- B. Apache Spark 스크립트와 함께 Amazon EMR을 사용합니다.
- C. Python 스크립트와 함께 AWS Lambda를 사용합니다.✓ 정답
- D. PySpark 작업과 함께 AWS Glue를 사용합니다.
해설
【핵심 용어】 ▸ Lambda—서버리스, 초 단위 과금, 최대 15분 실행 ▸ Glue—ETL 배치, 최소 DPU 비용 (요금 높음) ▸ EMR—클러스터 기반, 복잡한 처리 【정답 포인트】 ▸ "2MB 데이터" + "30초 내 완료" → Lambda 최적 (1GB 메모리 충분) ▸ "가능한 한 빨리" → 서버리스 즉시 실행 ▸ "비용 효율적" → Lambda (초 단위) > Glue (최소 DPU) ▸ 간단한 처리 (수요 요약) → Spark/Glue 불필요 【오답 체크】 (A) Glue Scala Job은 최소 1 DPU 비용 (시간 단위), 매일 반복 시 비용 높음 (B) EMR은 클러스터 오버헤드, 소규모 작업에 부적합 (D) Glue PySpark도 마찬가지로 최소 DPU 비용 발생 【시험 포인트】 ▸ 작은 데이터 + 짧은 처리 시간 → Lambda ▸ Glue vs Lambda 비용: 배치 빈도가 높으면 Lambda 우위