DEA-C01

AWS Certified Data Engineer - Associate(DEA-C01)

他の資格を学習する
学習進捗0%
直近正答率0%
復習待ち0問
回答済み0 / 322問

分野別演習

1 データの取り込みと変換ストリーミング・バッチ取り込み、変換、オーケストレーション、プログラミングを扱う。112問高
2 データストアの管理データストア、カタログ、ライフサイクル、データモデルとスキーマ進化を扱う。82問高
3 データ運用とサポートデータ処理の自動化、分析、監視、保守、データ品質を扱う。69問高
4 データセキュリティとガバナンス認証、認可、暗号化、マスキング、監査、プライバシーを扱う。59問高

学習モード

模擬試験時間と問題数を設定して確認する

分野別の問題一覧

学びたい分野を開くと、問題文・ヒント・解説を個別に読めます。演習の設定は不要です。

1.1 データを取り込む30 問
  1. 順序を保ったストリームを再処理可能にする
  2. ストリームをS3へ低運用負荷で配信する
  3. RDSの変更を継続的にS3へ取り込む
  4. DynamoDBの項目変更をイベント処理する
  5. 既存Kafkaアプリケーションのイベント基盤をAWSへ移行する
  6. Kinesisのホットシャードを避ける
  7. 複数コンシューマーの低遅延取り込みを分離する
  8. SaaSデータを定期的にS3へ取り込む
  9. 保持期間内のストリームを先頭から再処理する
  10. ストリームの時間窓集計を実行する
  11. 増加するイベント量に合わせてシャード容量を調整する
  12. 変動の大きい取り込み量を自動追従させる
  13. 属性別のS3プレフィックスへ配信する
  14. Firehose取り込み時にレコード形式を変換する
  15. DMSの大きなLOB列を完全に複製する
  16. 停止後のDMS CDCタスクを変更位置から再開する
  17. 変更前後のDynamoDB項目を監査へ残す
  18. 同一項目の変更順序を保って処理する
  19. 外部データベースの変更をKafkaへ取り込む
  20. Kafkaトラフィックが不定期な環境の運用を簡素化する
  21. 小さなイベントをKinesisへ効率的に送る
  22. Firehoseへ送られた複数JSONを個別レコードとして処理する
  23. SaaSから更新分だけを定期取得する
  24. 障害調査のためストリーム保持期間を延長する
  25. 複数処理系が同じイベントを独立して読む
  26. ブローカー障害時もKafka取り込みを継続する
  27. ストリームの複数コンシューマーを分離する
  28. ページングされるデータAPIを再開可能に取り込む
  29. 送信元IPを固定して外部データソースへ接続する
  30. KinesisのレコードからLambdaを起動する
1.2 データを変換・処理する30 問
  1. CSVデータを分析向けParquetへ変換する
  2. 入力スキーマの揺れを吸収して変換する
  3. Glueジョブで未処理ファイルだけを変換する
  4. 大規模な分散変換をSparkで実行する
  5. 小さなイベントをLambdaで正規化する
  6. S3のParquetをRedshiftへ一括取り込む
  7. Redshiftの集計結果をデータレイクへ出力する
  8. 日付別に変換済みデータを配置する
  9. Parquetの圧縮を分析用途に合わせる
  10. Sparkのデータスキューによる遅延を抑える
  11. 小規模な変換に適したGlueジョブを選ぶ
  12. 欠損値と異常値を変換時に扱う
  13. ストリームの時間窓を状態付きで集計する
  14. 不定期のSpark変換をサーバーレスで実行する
  15. Glueで顧客と注文データを結合する
  16. ETLで重複イベントを除去する
  17. 複数地域の時刻をUTCへ正規化する
  18. ネストしたJSONを分析用の列へ展開する
  19. 分析クエリ向けにRedshiftの並べ替えを設計する
  20. CSVの引用符と区切りを正しく解釈する
  21. ETL中に機密列をマスキングする
  22. 追加列を保ったままテーブル形式を進化させる
  23. 集計粒度をそろえて二重計上を防ぐ
  24. 文書を検索可能な知識ベース用チャンクへ変換する
  25. Sparkで最新イベントだけを残す
  26. 変換エラーのレコードを再処理可能にする
  27. 依存ライブラリを含む大規模ETLをコンテナで実行する
  28. 他システムへ集計データを安全に公開するAPIを作る
  29. データの量・速度・形式に応じて処理方式を選ぶ
  30. JDBC接続で業務データベースをGlue ETLへ取り込む
1.3 データパイプラインをオーケストレーションする25 問
  1. ETLジョブを依存関係どおりに実行する
  2. 日次パイプラインを指定時刻に起動する
  3. 一時的なETL障害だけを再試行する
  4. 複数依存タスクをDAGで管理する
  5. Glueジョブとクローラーを連続起動する
  6. S3到着イベントでパイプラインを起動する
  7. ファイル単位のETLを並列実行する
  8. 外部承認後にパイプラインを再開する
  9. 欠損した日付だけをAirflowで再実行する
  10. パイプライン失敗を運用通知へ連携する
  11. 指定時刻までワークフローを待機させる
  12. 独立した品質検査を並列実行する
  13. 大量ファイルを分散Mapで処理する
  14. キューの特定イベントだけを処理へ渡す
  15. S3到着を待ってAirflowタスクを開始する
  16. 品質検査成功時だけ公開ジョブを起動する
  17. 実行履歴が必要な長時間ワークフローを選ぶ
  18. イベントを標準化してワークフローへ渡す
  19. 再試行しても公開データを二重作成しない
  20. イベントターゲット失敗を再配信可能にする
  21. 外部ワーカーの完了をワークフローへ返す
  22. イベントルール修正後に過去イベントを再送する
  23. 外部APIの同時実行数をAirflowで制限する
  24. 同じGlueワークフローを日付引数で再利用する
  25. 更新中もワークフロー定義を安定参照する
1.4 プログラミングの概念を適用する27 問
  1. Pythonでキー別イベント数を集計する
  2. SQLで顧客ごとの最新レコードを選ぶ
  3. Bashパイプラインの失敗を検知する
  4. 環境ごとに同じデータ基盤を再利用する
  5. CDKで再利用可能なデータ基盤部品を作る
  6. Lambda変換関数をSAMでデプロイする
  7. ETLコードのテスト後に本番へ昇格する
  8. 分散取り込みのキーを均等に割り当てる
  9. 大きな入力をPythonで逐次処理する
  10. 入力値をSQLへ安全に渡す
  11. 複数の集計で同じ中間結果を再利用する
  12. 入力レコードの型を検証して変換する
  13. Spark変換を不変データとして組み立てる
  14. NULLを含む顧客データを正しく集計する
  15. BashからJSON引数を安全に渡す
  16. CloudFormationのリソース依存を安全に表す
  17. CDK合成結果を環境間で再現する
  18. 変換ロジックを小さな入力で自動テストする
  19. 小さいマスタをSparkで効率よく結合する
  20. Pythonの日時を一貫した形式でシリアライズする
  21. 遅い変換クエリの原因を特定する
  22. 一時ファイルを失敗時にも削除する
  23. Sparkストリーミングをチェックポイントから再開する
  24. スキーマ変更をデプロイ前に検知する
  25. 大量データから上位K件を効率よく求める
  26. Lambda変換処理から大きな共有ライブラリを利用する
  27. Lambda変換の同時実行数と処理性能を調整する
2.1 適切なデータストアを選択する23 問
  1. 大量の原データを低コストで保存する
  2. キー指定のミリ秒アクセスを実現する
  3. 大規模な集計クエリを高速化する
  4. 厳密なトランザクションを必要とする業務データを保存する
  5. ログを全文検索し時間範囲で分析する
  6. サブ秒遅延のイベント処理を実現する
  7. 高頻度の読み取り用状態をメモリへ保持する
  8. データレイクの統合アクセスを管理する
  9. 本番RDSの分析負荷を分離する
  10. 大きな非構造ファイルを業務DBから分離する
  11. 複数エンティティをキーアクセスで管理する
  12. 別の検索キーでDynamoDBを照会する
  13. 高い書き込み性能を持つリレーショナルDBを選ぶ
  14. 保存済みS3データを不定期にSQL分析する
  15. RedshiftのテーブルとS3データを結合する
  16. 埋め込みベクトルの近似検索を行う
  17. 失ってはいけないRedis互換状態を選ぶ
  18. 配信先へ自動バッファリングする
  19. 頻繁な一時分析データへ低レイテンシでアクセスする
  20. 高頻度時系列イベントをキーアクセスする
  21. 取引先のSFTPファイルをデータ処理へ取り込む
  22. 外部RDSの最新データを一時的に分析する
  23. Redshiftのテーブルロック競合を調査する
2.2 データカタログを管理する21 問
  1. S3データのスキーマを自動登録する
  2. S3の不要なプレフィックスをCrawlerから除外する
  3. 追加された日付パーティションをCatalogへ反映する
  4. スキーマ変更の履歴を管理する
  5. ストリームイベントのスキーマを互換管理する
  6. EMRと複数エンジンでテーブル定義を共有する
  7. Crawlerの実行頻度とコストを調整する
  8. データ資産を検索・発見できるようにする
  9. 別アカウントのCatalogを共有する
  10. テーブルの所有者とデータ分類をCatalogへ付与する
  11. 大量の時系列パーティションをCatalog登録なしで検索する
  12. Crawlerによるスキーマ変更を制御する
  13. 独自ログ形式をCrawlerで分類する
  14. 共有Catalogテーブルを分析アカウントへ公開する
  15. 大量パーティションのCatalog検索を高速化する
  16. Catalogのテーブル場所を誤りなく管理する
  17. Catalogの列統計を分析最適化に利用する
  18. 新しいイベントスキーマの互換性を確認する
  19. Catalog削除で下流テーブルを失わない
  20. 分類タグでCatalog権限を一括管理する
  21. 共有データカタログのスキーマ変更を管理する
2.3 データのライフサイクルを管理する19 問
  1. アクセス頻度に応じてS3クラスを移行する
  2. 誤上書きしたS3オブジェクトを復元する
  3. 期限切れセッションを自動削除する
  4. 指定したファイルだけをRedshiftへロードする
  5. Redshiftデータを日付別S3へ書き出す
  6. RDSを障害時点の直前へ復元する
  7. 法的保持期間中のデータ削除を防ぐ
  8. 別リージョンへバックアップを複製する
  9. DynamoDBを指定時点バックアップへ保存する
  10. アーカイブデータを分析前に復元する
  11. S3の非現行版を保持期間後に削除する
  12. Redshiftを日次バックアップする
  13. DynamoDBを直近の任意時点へ戻す
  14. DynamoDBを分析用S3へエクスポートする
  15. RDS自動バックアップの保持期間を要件に合わせる
  16. ソース削除を複製先へ伝播する
  17. Redshiftのバックアップを別リージョンへ送る
  18. アクセスパターンが予測できないS3データを管理する
  19. バックアップを管理者削除から保護する
2.4 データモデルとスキーマ進化を設計する19 問
  1. Redshiftの大規模結合でデータ再配置を減らす
  2. 時系列クエリのスキャン量を減らす
  3. Redshift列の圧縮方式を選ぶ
  4. DynamoDBのアクセスパターンをモデル化する
  5. DynamoDBへ新しい検索条件を追加する
  6. ストリームイベントの後方互換性を保つ
  7. オンプレミス表をAWSへ移行する
  8. データの出所と変換履歴を追跡する
  9. 分析テーブルへ列を追加する
  10. DynamoDBで顧客ごとの関連項目をまとめる
  11. 条件を満たす項目だけをGSIで検索する
  12. ワークロード変化に合わせて分散を調整する
  13. 追加列を含むパーティションデータを読む
  14. データレイクのテーブル定義を環境ごとに管理する
  15. 分析資産を検索可能なメタデータで整理する
  16. 文書検索用のベクトルインデックスを選ぶ
  17. OpenSearchでベクトルと属性を併用検索する
  18. 移行元と移行先でデータ型を対応付ける
  19. 増えた検索条件に合わせてパーティションを進化させる
3.1 データ処理を自動化する18 問
  1. 複数のETL工程を順番に実行する
  2. 大量ファイルを並列処理する
  3. S3到着を契機に処理を起動する
  4. Python DAGでデータ処理を管理する
  5. Glueジョブを条件付きで連鎖する
  6. 定期的な集計SQLを自動実行する
  7. 外部処理の完了を待って次へ進む
  8. キューのデータを処理ワークフローへ渡す
  9. 一時的なサービスエラーを再試行する
  10. 過去日付の欠損データを再処理する
  11. 増分データだけをGlueで処理する
  12. 断続的なSpark処理をサーバーレスで実行する
  13. 再試行で集計結果を二重登録しない
  14. タイムゾーンを考慮した日次処理を起動する
  15. 集計済みAthenaテーブルを定期更新する
  16. 失敗したデータ処理を運用者へ通知する
  17. 共有リソースを守りながらDAGを並列化する
  18. MWAAでキューに滞留するDAGタスクを調査する
3.2 AWSサービスでデータを分析する18 問
  1. Athenaのスキャン量を抑える
  2. 各顧客の最新注文を求める
  3. Athena結合のデータ型を整合させる
  4. 繰り返す集計クエリを高速化する
  5. S3データをRedshiftから分析する
  6. 小表とのSpark結合を効率化する
  7. Sparkでキーごとの最新状態を作る
  8. ダッシュボードの更新方式を選ぶ
  9. 集計前にデータ品質を検査する
  10. 機械学習用データを対話的に前処理する
  11. 同時分析の混雑を抑える
  12. 大規模データの概数を低コストで求める
  13. 大規模分析で小ファイルを抑える
  14. 利用者ごとにダッシュボード行を制限する
  15. 遅い結合の原因を分析する
  16. 同じAthenaクエリの再実行を抑える
  17. 同じ分析で期間を切り替える
  18. クラスターを管理せずにデータレイクを探索する
3.3 データパイプラインを監視・保守する17 問
  1. 処理遅延を早期検知する
  2. 分散ジョブの失敗原因を追跡する
  3. S3データアクセスを監査する
  4. Glueジョブ失敗をアラームへ連携する
  5. ストリーム処理の滞留を監視する
  6. 更新後のRedshift表を保守する
  7. 検索インデックスの容量逼迫を検知する
  8. 季節変動する処理量の異常を検知する
  9. 監査ログの改ざんを検知する
  10. データパイプラインのコスト増を見つける
  11. 途中まで成功した処理を復旧する
  12. ログ検索と長期保存を分離する
  13. 失敗レコードをログから抽出する
  14. データ品質低下をアラーム化する
  15. パイプラインの健全性を一画面で確認する
  16. 処理コードの版を実行ログへ残す
  17. 遅延したパイプラインの原因を追跡する
3.4 データ品質を保証する16 問
  1. 必須項目の欠損を検知する
  2. 重複イベントを検出する
  3. 数値の妥当範囲を検査する
  4. 注文と顧客の参照整合性を検証する
  5. データ更新遅延を検知する
  6. 入力スキーマ変更を検知する
  7. 大規模データを効率的にプロファイルする
  8. データスキューを検知する
  9. ソースと集計の件数を照合する
  10. 異常値を隔離して分析を継続する
  11. 複数ソースの重複を統合する
  12. データ分布の変化を検知する
  13. 品質違反時の公開判断を設計する
  14. 修正後のデータを再検査する
  15. ProducerとConsumerの品質契約を定める
  16. 遅延到着データの重複を防ぐ
4.1 認証を適用する13 問
  1. Glueジョブへ長期アクセスキーを渡さない
  2. 別アカウントのS3へ安全にアクセスする
  3. DB接続情報を安全に取得する
  4. VPC内処理からS3へ私設経路で接続する
  5. データサービスをVPC内へ公開する
  6. ETLからDBへの通信だけを許可する
  7. 第三者の処理ロール引き受けを限定する
  8. 一時資格情報の実行主体を追跡する
  9. プライベート処理からSecrets Managerへ接続する
  10. データアクセス元を条件で制限する
  11. EC2上の処理へ一時権限を付与する
  12. SageMaker Unified Studioのプロジェクト単位で認証を分離する
  13. データベースの運用責任をマネージドサービスへ分担する
4.2 認可を適用する11 問
  1. 分析者へCatalog表だけを許可する
  2. 機密列を除いて表を共有する
  3. タグでデータ権限を一括管理する
  4. プロジェクトタグでS3アクセスを分離する
  5. 特定ロールだけS3書き込みを許可する
  6. 別アカウントへデータカタログを共有する
  7. 開発者が作るロールの上限を決める
  8. 地域別に行を制限する
  9. 暗号化データの復号主体を限定する
  10. 意図しない外部共有を検出する
  11. 組織全体の危険操作をガードレールで拒否する
4.3 暗号化とマスキングを適用する12 問
  1. S3の機密データを顧客管理キーで暗号化する
  2. 処理サービス間のデータを転送中に保護する
  3. 別アカウントのKMSキーで暗号化する
  4. KMSキーのローテーションを管理する
  5. DynamoDBの暗号化キーを選ぶ
  6. 分析用データから個人情報をマスキングする
  7. 決済識別子をトークン化する
  8. KMS復号をデータセットへ束縛する
  9. データ所有者が暗号化してからS3へ送る
  10. S3の個人情報を自動検出する
  11. KMSの管理権限とデータ利用を分離する
  12. 機密データを分析用に保護する
4.4 監査用ログを準備する12 問
  1. 全アカウントのAPI監査を一元化する
  2. 監査イベントを長期検索する
  3. 異常なAPI呼び出しを検知する
  4. ログを保護用アカウントへ転送する
  5. S3バケットへのリクエストを記録する
  6. データカタログの権限変更を監査する
  7. ログ保持期間を要件に合わせる
  8. ログへ個人情報を出さない
  9. ログ急増を検知して保護する
  10. 監査ログを読める主体を制限する
  11. 監査指摘へ再現可能な証拠を提出する
  12. 大規模EMRジョブのログを統合して調査する
4.5 データプライバシーとガバナンスを理解する11 問
  1. データ分類を利用制御へ結び付ける
  2. データ所有者と管理担当を定義する
  3. 保持期限後にデータを削除する
  4. PII検出結果から公開設定を修正する
  5. データ所在地の要件を満たす
  6. 個人情報の派生データを追跡する
  7. 分析へ渡すデータを最小化する
  8. 規制要件を技術制御へ落とし込む
  9. データアクセス権を定期レビューする
  10. データガバナンスの例外を管理する
  11. データセットをコピーせずにチーム間で共有する