A. 予想される容量を処理するために、すべてのデータ ノードを UltraWarm ノードに置き換えます。会社がデータをクラスターにロードするときに、入力データを S3 標準から S3 Glacier Deep Archive に移行します。

B. クラスター内のデータ ノードの数を 2 に減らします。UltraWarm ノードを追加して、予想される容量を処理します。OpenSearch Service がデータを取り込むときに UltraWarm に移行するようにインデックスを構成します。
S3 ライフサイクル ポリシーを使用して、1 か月後に入力データを S3 Glacier Deep Archive に移行します。

C. クラスター内のデータ ノードの数を 2 に減らします。インスタンスに基づくデータ ノードを追加して、予想される容量を処理します。会社がデータをクラスターにロードするときに、入力データを S3 標準から S3 Glacier Deep Archive に移行します。

D. クラスター内のデータ ノードの数を 2 に減らします。UltraWarm ノードを追加して、予想される容量を処理します。OpenSearch Service がデータを取り込むときに UltraWarm に移行するようにインデックスを構成します。
クラスターにコールド ストレージ ノードを追加する インデックスを UltraWarm からコールド ストレージに移行します。S3 ライフサイクル ポリシーを使用して、1 か月後に S3 バケットから入力データを削除します。

A. リポジトリで定期的なイメージ スキャンを構成します。Amazon Simple Queue Service (Amazon SQS) キューに追加されるスキャン結果を設定します。新しいメッセージが SQS キューに追加されたときに、AWS Step Functions ステートマシンを呼び出します。Step Functions ステート マシンを使用して、重大または重大度の高い所見があるイメージのイメージ タグを削除します。Amazon Simple Email Service (Amazon SES) を使用して開発チームに通知します。

B. リポジトリでプッシュ時にスキャンを設定する スキャン結果が Amazon Simple Queue Service (Amazon SQS) キューにプッシュされるように設定します。新しいメッセージが SQS キューに追加されたときに AWS Lambda 関数を呼び出します。Lambda 関数を使用して、重大または高 70 の所見がある画像の画像タグを削除します。Amazon Simple Email Service (Amazon SES) を使用して開発チームに通知します。

C. AWS Lambda 関数をスケジュールして、1 時間ごとに手動イメージ スキャンを開始します。スキャンの完了時に別の Lambda 関数を呼び出すように Amazon EventBridge を設定します。2 番目の Lambda 関数を使用して、重大または重大度の高い所見がある画像の画像タグを削除します。Amazon Simple Notice Service (Amazon SNS) を使用して開発チームに通知します。

D. リポジトリでプッシュ時にスキャンを設定する Amazon EventBridge を使用して、重大または高重大度の結果が得られたイメージのスキャンが完了したときに AWS Step Functions ステートマシンを呼び出します。Step Functions ステートマシンを使用して、これらのイメージのイメージタグを削除し、Amazon Simple Notice Service (Amazon SNS) を通じて開発チームに通知します。

A. EC2 インスタンスにスケジュールされたスケーリング ポリシーを使用します。自動的にスケーリングするリードレプリカを使用して、Amazcyl ROS for PostgreSQL Multi-AZ DB インスタンス上でデータベースをホストします。販売イベントの前に、AWS Lambda 関数を呼び出してより大きなリードレプリカを作成する Amazon EventBridge ルールを作成します。より大きなリードレプリカにフェイルオーバーします。販売イベント後にリードレプリカをスケールダウンするために別の Lambda 関数を呼び出す別の EventBridge ルールを作成します。

B. EC2 インスタンスに予測スケーリング ポリシーを使用します。自動的にスケーリングするリードレプリカを備えた Amazon Aurora PostgreSOL Serverless v2 Multi-AZ DB インスタンスでデータベースをホストします。AWS Step Functions ステートマシンを作成して AWS Lambda 関数を並列実行し、セールイベントの前にデータベースを事前にウォームアップします。ステートマシンを呼び出すための Amazon EventBridge ルールを作成します。

C. EC2 インスタンスにスケジュールされたスケーリング ポリシーを使用します。Amazon Aurora PostgreSQL Multi-AZ DB ダスターでデータベースをホストします。セールイベントの前に、AWS Lambda 関数を呼び出してより大きな Aurora レプリカを作成する Amazon EventBridge ルールを作成します。より大きな Aurora レプリカにフェイルオーバーします。
別の Lambda 関数を呼び出す別の EventBridge ルールを作成し、販売イベント後に Aurora レプリカをスケールダウンします。

D. EC2 インスタンスに予測スケーリング ポリシーを使用します。自動的にスケーリングするリードレプリカを備えた Amazon RDS for PostgreSOL マルチ AZ DB インスタンスでデータベースをホストします。AWS Step Functions ステートマシンを作成して AWS Lambda 関数を並列実行し、セールイベントの前にデータベースを事前にウォームアップします。ステートマシンを呼び出すための Amazon EventBridge ルールを作成します。

A. 宛先アカウントで IAM ポリシーを作成します。宛先アカウントのユーザーがソース バケットのコンテンツを一覧表示してオブジェクトを取得し、宛先バケットにコンテンツを一覧表示し、オブジェクトを配置し、objectACL を設定できるように、ポリシーを構成します。ポリシーをユーザーにアタッチします。

B. ソース アカウントで IAM ポリシーを作成します。ソース アカウントのユーザーがソース バケットのコンテンツを一覧表示してオブジェクトを取得し、コンテンツを一覧表示し、オブジェクトを配置し、オブジェクト ACL を宛先バケットに設定できるように、ポリシーを構成します。ポリシーをユーザーにアタッチします _

C. aws s3 sync コマンドを宛先アカウントのユーザーとして実行します。データをコピーするソース バケットと宛先バケットを指定します。

D. バケット ポリシーを作成して、宛先アカウントのユーザーがソース バケットの内容を一覧表示し、ソース バケットのオブジェクトを読み取ることを許可します。バケット ポリシーをソース バケットにアタッチします。

E. バケット ポリシーを作成して、ソース バケットがそのコンテンツを一覧表示し、オブジェクトを配置してオブジェクト ACL を宛先バケットに設定できるようにします。バケット ポリシーを宛先バケットにアタッチします。

F. ソース アカウントのユーザーとして aws s3 sync コマンドを実行します。データをコピーするソース バケットと宛先バケットを指定します。

A. Lambda 関数のエイリアスを作成します。関数エイリアス ARN を使用するようにクライアント アプリケーションを変更します。
会社がテストを終了したら、関数の新しいバージョンを指すように Lambda エイリアスを再構成します。

B. 発行された Lambda 関数のバージョンの環境変数を直接変更します。SLATEST バージョンを使用して、画像処理パラメーターをテストします。

C. Lambda 関数内で画像処理パラメーターを直接コーディングし、環境変数を削除します。会社がパラメーターを更新するときに、新しい関数バージョンを公開します。

D. 画像処理パラメータを格納する Amazon DynamoDB テーブルを作成します。Lambda 関数を変更して、DynamoDB テーブルから画像処理パラメーターを取得します。

A. 新しいリージョンで RDS データベースのクロスリージョン リードレプリカを構成します。Route 53 レコードをレイテンシーベースのルーティングに変更して、API Gateway API に接続します。

B. AWS Database Migration Service (AWS DMS) タスクをフルロードと変更データキャプチャ (CDC) で使用して、元のリージョンのプライマリデータベースを新しいリージョンのデータベースに複製します。
Route 53 レコードを geolocation ルーティングに変更して、API Gateway API に接続します。

C. AWS Database Migration Service (AWS DMS) タスクを全負荷で使用して、元のリージョンのプライマリ データベースを新しいリージョンのデータベースに複製します。Route 53 レコードをレイテンシーベースのルーティングに変更して、API Gateway API に接続します。

D. 新しいリージョンで RDS データベースのクロスリージョン リードレプリカを構成します。Route 53 レコードを地理位置情報ルーティングに変更して、API に接続します

A. us-east-2 の開発者ごとに t3.small EC2 リザーブド インスタンスを作成して購入します。各開発者に、タグとして名前を付けた特定の EC2 インスタンスを割り当てます。

B. us-east-2 の t3.small EC2 インスタンスを除くすべての EC2 インスタンスの起動を拒否する SCP を作成します。
SCP をプロジェクトのアカウントに添付します。

C. 新しい開発者アカウントを作成します。すべての EC2 インスタンス、ユーザー、アセットを us-east-2 に移動します。アカウントを AWS Organizations の会社の組織に追加します。リージョン アフィニティを示すタグ付けポリシーを適用します。

D. us-east-2 で t3.small EC2 インスタンスのみの起動を許可する IAM ポリシーを作成します。開発者がプロ​​ジェクトのアカウントで使用するロールとグループにポリシーをアタッチします。

A. EC2 Auto Scaling と Application Load Balancer を使用してすべてのアプリケーションを共同ホストする新しい Amazon EC2 インスタンス クラスターをデプロイします。インスタンスのメモリ使用率に設定されたカスタム メトリックに基づいてクラスター サイズを調整します。Auto Scaling グループの GroupMaxSize パラメーターに等しい 3 年間のリザーブドインスタンス予約を購入します。

B. Auto Scaling が 75% のメモリ使用率に設定されている Amazon EC2 に Amazon ECS コンテナをデプロイします。ECS タスクのスケーリングを使用して、移行されるアプリケーションごとに ECS タスクをデプロイします。Amazon CloudWatch を使用してサービスとホストを監視します。

C. Auto Scaling を使用してアプリケーションごとに AWS Elastic Beanstalk をデプロイし、すべてのリクエストに十分なリソースがあることを確認します。CloudWatch アラームを使用して、各 AWS Elastic Beanstalk デプロイメントを監視します。

D. 各アプリケーションに個別の AWS Lambda 関数をデプロイします。AWS CloudTrail ログと Amazon CloudWatch アラームを使用して、重要なジョブの完了を確認します。

A. RESTful API を実装する Amazon API Gateway REST API を作成する Auto Scaling グループに一連の Amazon EC2 インスタンスを作成する API Gateway Auto Scaling グループのプロキシ統合を作成する EC2 インスタンスを使用して受信データを処理する

B. RESTful API を実装する Amazon API Gateway HTTP API を作成する Amazon Simple Queue Service (Amazon SQS) キューを作成する SQS キューとの API Gateway サービス統合を作成する SQS キュー内のメッセージを処理する AWS Lambda 関数を作成する

C. RESTful API 用の Amazon CloudFront ディストリビューションを作成する Amazon Kinesis Data Streams でデータ ストリームを作成する データ ストリームをディストリビューションのオリジンとして設定する AWS Lambda 関数を作成して、データ ストリーム内のデータを消費および処理する

D. RESTful API 用の Application Load Balancer (ALB) を作成する Amazon Simple Queue Service (Amazon SQS) キューを作成する ALB のリスナーとターゲット グループを作成する SQS キューをターゲットとして追加する で実行されるコンテナを使用するキュー内のメッセージを処理するための Fargate 起動タイプを備えた Amazon Elastic Container Service (Amazon ECS)

A. CloudFront ディストリビューションを更新して、クエリ文字列パラメータに基づいてキャッシュを無効にします。

B. Lambda@Edge 関数をデプロイして、パラメータを名前で並べ替え、小文字にしないように強制します。関数を呼び出す CloudFront ビューアのリクエストトリガーを選択します。

C. ロード バランサーの後にリバース プロキシをデプロイし、アプリケーションで発行された URL を後処理して、URL 文字列を強制的に小文字にします。

D. CloudFront ディストリビューションを更新して、大文字と小文字を区別しないクエリ文字列処理を指定します。

A. AWS CodeArtifact ドメインとリポジトリを作成します。public:pypi の外部接続を CodeArtifact リポジトリに追加します。CodeArtifact リポジトリを使用するように Python クライアントを構成します。CodeArtifact の VPC エンドポイントを作成します。

B. VPC 内に NAT インスタンスを作成します。インターネットへのアクセスを許可するように VPC ルートを構成します。PyPI リポジトリ エンドポイントへのアクセスのみを許可する SageMaker ノートブック インスタンスのファイアウォール ルールを構成します。

C. VPC に NAT ゲートウェイを作成します。PyPl リポジトリ エンドポイントへのアクセスのみを許可するネットワーク ACL を使用して、インターネットへのアクセスを許可するように VPC ルートを構成します。

D. データ サイエンティストがアクセスする必要があるパッケージごとに AWS CodeCommit リポジトリを作成します。
PyPl リポジトリと CodeCommit リポジトリ間のコード同期を構成します。CodeCommit の VPC エンドポイントを作成します。

A. データを Amazon Kinesis Data Firehose 配信ストリームにストリーミングします。AWS Step Functions を使用して、Kinesis Data Firehose 配信ストリームのデータを消費および分析します。Amazon Simple Notice Service (Amazon SNS) を使用して運用チームに通知します。

B. データを Amazon Managed Streaming for Apache Kafka (Amazon MSK) クラスターにストリーミングします。Amazon MSK でトリガーを設定し、AWS Fargate タスクを呼び出してデータを分析します。Amazon Simple Email Service (Amazon SES) を使用して、運用チームに通知します。

C. データを Amazon Kinesis Data Analytics アプリケーションにストリーミングします。I-Jse は、データを消費および分析するための、Amazon Elastic Container Service (Amazon ECS) の自動的にスケーリングおよびコンテナ化されたサービスです。Amazon Simple Email Service (Amazon SES) を使用して運用チームに通知します。

D. データを Amazon Kinesis データ ストリームにストリーミングします。Kinesis データストリームを消費し、データを分析するための AWS Lambda 関数を作成します。Amazon Simple Notice Service (Amazon SNS) を使用して、運用チームに通知します。