DEA-C01：AWS Certified Data Engineer - Associate データストアの管理 問7
データストアの管理／データストアの選択Amazon Redshift のウェアハウスに取り込まずに、Amazon S3 のデータレイク上の大量データを、Redshift から直接 SQL でクエリして既存のテーブルと結合したいと考えています。最も適切なのはどれですか。
当サイトのオリジナル問題（DEA-C01：AWS Certified Data Engineer - Associateの出題範囲「データストアの管理」に対応。実際の試験問題ではありません）
- AAmazon Redshift Spectrum を使い、S3 上のデータをロードせずに Redshift から直接クエリ・結合する
- BS3 の全データをいったん Redshift にロードしてからでないとクエリできない
- CAmazon DynamoDB に全データを移してからクエリする
- DAmazon EMR クラスターを常時起動して S3 を読む以外に方法はない
正解：A
解説
Amazon Redshift Spectrum を使うと、S3 上のデータを Redshift にロードせずに、Redshift から直接 SQL でクエリでき、ローカルのテーブルと結合することもできます。ロード不要で、頻繁にアクセスしない大量データの分析に向きます。全データのロード強制や DynamoDB への移動、EMR 常時起動は、この要件に対して非効率です。
下線の用語は 用語集 で意味を確認できます。
選択肢ごとの解説
- A正しい。Redshift Spectrum で、S3 のデータをロードせず直接クエリ・結合できます。
- B誤り。Spectrum を使えばロードせずにクエリでき、全ロードは必須ではありません。
- C誤り。DynamoDB への移動は分析用途に不向きで、不要な作業です。
- D誤り。EMR 常時起動は唯一の手段ではなく、コスト効率も悪いです。