【初心者向け】AWS 認定試験 攻略ガイド (2025)

お金を惜しむな

紹介したサービスには有料のものが含まれていますが、準備する問題にはお金を惜しまず使いましょう。

AWS サービスは頻繁に更新されるため、試験もそれに合わせて定期的なアップデート (バージョン更新) が行われています。
また、試験のバージョンが変わらない場合においても、サービスの更新にともなって問題作成時には正解だった解答が正解ではなくなる場合もあります。(これらの問題は出題されなくなっていると考えられます。)

つまり、学習用の問題も適切に更新・最新化されている必要があるのです。ここに有料問題と無料問題の大きな差があります。(もちろん問題自体の質も異なります。)

追加のコストに躊躇してしまうかもしれませんが、不合格となった場合の再受験料や、再学習する時間を考えれば安いものです。

有料問題だとしても、解答や解説が間違っている場合はあります。少しでも疑問を感じた場合は、必ず AWS の公式ドキュメント を確認しましょう。

1. 選択肢を確認する

上記を踏まえて、選択肢を確認しましょう。

1. ログデータを入力 S3 バケットに送信するようにアプリケーションを設定します。ログファイルが Amazon S3 に配信されたときに AWS Glue の抽出、変換、ロード (ETL) ワークフローを開始する Amazon EventBridge イベントを作成します。Parquet ファイルを出力 S3 バケットに出力するようにワークフローを設定します。
2. ログデータを Amazon Data Firehose に送信するようにアプリケーションを設定します。ログデータを Parquet 形式に変換する AWS Lambda 関数を呼び出すように Firehose を設定します。Parquet ファイルを出力 S3 バケットに配信するように Firehose を設定します。
3. ログデータを Amazon Kinesis Data Streams に送信するようにアプリケーションを設定します。Amazon EC2 インスタンスのグループに Kinesis クライアントライブラリ (KCL) をインストールします。EC2 インスタンスを使用してストリームレコードを読み取り、ログデータを Parquet に変換し、Parquet ファイルを Amazon S3 に保存します。
4. Hive がインストールされた Amazon EMR クラスターにログ データを送信するようにアプリケーションを設定します。正規表現を使用してログ データからテーブルを作成します。形式を Parquet に設定して、Hive の Amazon S3 に外部テーブルを作成します。ログ ファイルを外部 S3 テーブルに保存するために、HiveQL UNLOAD クエリをスケジュールします。

結構ボリュームがありますね。試験は文章形式なので国語の問題でもありますが、順に考えていきましょう。

2. 選択肢の中から「やりたいこと」ができるものを選ぶ

やりたいことは、ログデータを Apache Parquet に変換してほぼリアルタイムで S3 に保存することです。

1. ログデータを入力 S3 バケットに送信するようにアプリケーションを設定します。ログファイルが Amazon S3 に配信されたときに AWS Glue の抽出、変換、ロード (ETL) ワークフローを開始する Amazon EventBridge イベントを作成します。Parquet ファイルを出力 S3 バケットに出力するようにワークフローを設定します。

ログが S3 に配信された後に Glue を使用して Parquet に変換していますが、Glue を使用した変換をほぼリアルタイムで行うことはできません。

1 は不正解です。

2. ログデータを Amazon Data Firehose に送信するようにアプリケーションを設定します。ログデータを Parquet 形式に変換する AWS Lambda 関数を呼び出すように Firehose を設定します。Parquet ファイルを出力 S3 バケットに配信するように Firehose を設定します。

Firehose を使用して Parquet に変換した後に S3 に保存しています。Firehose では送信されたデータをバッファリングすることができますが、この間隔は 0-900 秒で設定することができます。

2 は正解の可能性があります。

3. ログデータを Amazon Kinesis Data Streams に送信するようにアプリケーションを設定します。Amazon EC2 インスタンスのグループに Kinesis クライアントライブラリ (KCL) をインストールします。EC2 インスタンスを使用してストリームレコードを読み取り、ログデータを Parquet に変換し、Parquet ファイルを Amazon S3 に保存します。

Kinesis Data Streams と KCL をインストールした EC2 インスタンスを使用して変換と保存をしており、こちらもほぼリアルタイムで変換と保存ができます。

3 も正解の可能性がありますね。

4. Hive がインストールされた Amazon EMR クラスターにログ データを送信するようにアプリケーションを設定します。正規表現を使用してログ データからテーブルを作成します。形式を Parquet に設定して、Hive の Amazon S3 に外部テーブルを作成します。ログ ファイルを外部 S3 テーブルに保存するために、HiveQL UNLOAD クエリをスケジュールします。

EMR と Hive を使用して Parquet の変換と S3 への保存を行っており、同様にやりたいことを実現できます。

ここまでで、2/3/4 まで選択肢を絞ることができました。

3. 選んだ中から、「制約/条件」を満たすものを選ぶ

今回の制約と条件は、2 つありました。

• ログファイルの数は 1 日を通して変化する。
• 運用上のオーバーヘッドを最小限に抑える。

つまり「可能な限りリソースの作成や設定が不要なもの」かつ「柔軟にスケールすることができるもの」を選択すれば良いです。

まずは、可能な限りリソースの作成や設定が不要かどうかを確認しましょう。

2 は、Firehose を使用します。Firehose では Lambda 関数を使用してデータを変換し、S3 に保存することができます。Lambda 関数を作成する必要はありますが、運用する必要があるものは基本的に関数のプログラムコードのみで、ミドルウェアや OS などを管理する必要はありません。

3 は、Kinesis Data Streams と KCL、EC2 を使用します。KCL をインストールした EC2 インスタンスをセットアップする必要があります。そのために VPC やサブネットも必要ですね。また、OS や KCL の定期的なアップデートも必要になりそうです。

4 は、EMR と Hive を使用します。EMR にはサーバーレス機能もありますが、ここでは EMR クラスターと表現されているためクラスター管理が必要になりそうです。また S3 に保存するために HiveQL のカスタムスクリプトを作成する必要もあります。

この時点で 2 が優勢であることが分かりますね。

最後に 2 が「柔軟にスケールすることができるもの」であるかを確認しましょう。

Firehose はフルマネージドサービスなので、送信されるログデータ量に応じて自動的に性能が拡張されます。Lambda 関数も同様で、 同時実行 と呼ばれる仕様で高いスケーラビリティを持ちます。

厳密には、両サービスともサービスクォータと呼ばれる制限 (性能上限) がありますが、ここでは問題文中で具体的な数値指標が述べられていないため考慮せずとも問題ありません。

正解は 2 です。

1. サービスの各機能で実現できること、できないこと
2. 実現できる場合における制限
3. よくある活用例

今回取り上げた問題にある「運用上のオーバーヘッドを最小限に抑える」は、実は頻繁に登場します。これは「可能な限りマネージドサービスを使用する」と言い換えることができますが、このようなノウハウは問題を解いていく過程で自然と蓄積されていきます。