Domain Konten 3: Teknologi dan Layanan Cloud
Domain 3 mencakup Teknologi dan Layanan Cloud serta mewakili 34% dari konten yang dinilai dalam ujian.
Tugas
Pernyataan Tugas 3.1: Menentukan metodologi deployment dan pengoperasian di AWS Cloud.
Pernyataan Tugas 3.2: Mendefinisikan infrastruktur global AWS.
Pernyataan Tugas 3.3: Mengidentifikasi layanan komputasi AWS.
Pernyataan Tugas 3.4: Mengidentifikasi layanan basis data AWS.
Pernyataan Tugas 3.5: Mengidentifikasi layanan jaringan AWS.
Pernyataan Tugas 3.6: Mengidentifikasi layanan penyimpanan AWS.
Pernyataan Tugas 3.8: Mengidentifikasi layanan dari kategori layanan dalam lingkup AWS lainnya.
Pernyataan Tugas 3.1: Menentukan metodologi deployment dan pengoperasian di AWS Cloud.
Pengetahuan tentang:
Berbagai cara penyediaan dan pengoperasian di AWS Cloud
Berbagai cara untuk mengakses layanan AWS
Jenis model deployment cloud
Keterampilan dalam:
Memutuskan di antara opsi seperti akses terprogram (misalnya, API, SDK, CLI), Konsol Manajemen AWS, dan Infrastruktur sebagai Code (IaC)
Mengevaluasi persyaratan untuk menentukan apakah akan menggunakan pengoperasian satu kali atau proses berulang
Mengidentifikasi model deployment (misalnya, cloud, hibrid, on-premise)
Pernyataan Tugas 3.2: Mendefinisikan infrastruktur global AWS.
Pengetahuan tentang:
Regional AWS, Availability Zone, dan lokasi edge
Ketersediaan tinggi
Penggunaan beberapa Region
Manfaat lokasi edge
Keterampilan dalam:
Medeskripsikan hubungan antara Regional, Availability Zone, dan lokasi edge
Menjelaskan cara mencapai ketersediaan tinggi menggunakan beberapa Availability Zone
Mengenali bahwa Availability Zone tidak memiliki titik kegagalan yang sama
Mendeskripsikan kapan harus menggunakan beberapa Regional (misalnya, pemulihan bencana, kelangsungan bisnis, latensi rendah untuk pengguna akhir, kedaulatan data)
Pernyataan Tugas 3.3: Mengidentifikasi layanan komputasi AWS.
Pengetahuan tentang:
Layanan komputasi AWS
Keterampilan dalam:
Mengenali penggunaan yang tepat dari berbagai tipe instans Amazon EC2 (misalnya, dioptimalkan untuk komputasi, dioptimalkan untuk penyimpanan)
Mengenali penggunaan yang tepat dari berbagai opsi kontainer (misalnya, Amazon Elastic Container Service (Amazon ECS), Amazon Elastic Kubernetes Service (Amazon EKS))
Mengenali penggunaan berbagai opsi komputasi nirserver secara tepat (misalnya, AWS Fargate, AWS Lambda)
Mengenali bahwa penskalaan otomatis memberikan elastisitas
Mengidentifikasi tujuan penyeimbang beban
Pernyataan Tugas 3.4: Mengidentifikasi layanan basis data AWS.
Pengetahuan tentang:
Layanan basis data AWS
Migrasi basis data
Keterampilan dalam:
Memutuskan kapan harus menggunakan basis data yang di-host EC2 atau basis data terkelola AWS
Mengidentifikasi basis data relasional (misalnya, Amazon RDS, Amazon Aurora)
Mengidentifikasi basis data NoSQL (misalnya, Amazon DynamoDB)
Mengidentifikasi basis data berbasis memori (misalnya, Amazon ElastiCache)
Mengidentifikasi alat migrasi basis data (misalnya, AWS Database Migration Service (AWS DMS), AWS Schema Conversion Tool (AWS SCT))
Pernyataan Tugas 3.5: Mengidentifikasi layanan jaringan AWS.
Pengetahuan tentang:
Layanan jaringan AWS
Keterampilan dalam:
Mengidentifikasi komponen VPC (misalnya, subnet, gateway)
Memahami keamanan di VPC (misalnya, ACL jaringan, grup keamanan, Amazon Inspector)
Memahami tujuan Amazon Route 53
Mengidentifikasi opsi konektivitas jaringan ke AWS (misalnya, AWS VPN, AWS Direct Connect)
Pernyataan Tugas 3.6: Mengidentifikasi layanan penyimpanan AWS.
Pengetahuan tentang:
Layanan penyimpanan AWS
Keterampilan dalam:
Mengidentifikasi penggunaan untuk penyimpanan objek
Mengenali perbedaan dalam kelas penyimpanan Amazon S3
Mengidentifikasi solusi penyimpanan blok (misalnya, Amazon Elastic Block Store (Amazon EBS), penyimpanan instans)
Mengidentifikasi layanan file (misalnya, Amazon Elastic File System (Amazon EFS), Amazon FSx)
Mengidentifikasi sistem file cache (misalnya, AWS Storage Gateway)
Memahami kasus penggunaan untuk kebijakan siklus hidup
Memahami kasus penggunaan untuk AWS Backup
Pernyataan Tugas 3.7: Mengidentifikasi layanan kecerdasan buatan dan machine learning (AI/ML) dan layanan analitik AWS.
Pengetahuan tentang:
Layanan AI/ML AWS
Layanan analitik AWS
Keterampilan dalam:
Memahami layanan AI/ML dan tugas yang diselesaikannya (misalnya, AI Amazon SageMaker, Amazon Lex, Amazon Kendra)
Mengidentifikasi layanan untuk analitik data (misalnya, Amazon Athena, Amazon Kinesis, AWS Glue, Amazon QuickSight)
Pernyataan Tugas 3.8: Mengidentifikasi layanan dari kategori layanan dalam lingkup AWS lainnya.
Pengetahuan tentang:
Layanan integrasi aplikasi Amazon EventBridge, Amazon Simple Notification Service (Amazon SNS) dan Amazon Simple Queue Service (Amazon SQS)
Layanan aplikasi bisnis Amazon Connect dan Amazon Simple Email Service (Amazon SES)
Layanan pemberdayaan pelanggan (misalnya, Dukungan AWS)
Layanan dan kemampuan alat pengembang (misalnya, AWS CodeBuild, AWS CodePipeline, dan AWS X-Ray)
Layanan komputasi pengguna akhir Amazon AppStream 2.0, Amazon WorkSpaces, dan Amazon WorkSpaces Secure Browser
Layanan web dan seluler frontend AWS Amplify dan AWS AppSync
Layanan IoT (misalnya, AWS IoT Core)
Keterampilan dalam:
Memilih layanan yang sesuai untuk menyampaikan pesan dan mengirim peringatan dan notifikasi
Memilih layanan yang tepat untuk memenuhi kebutuhan aplikasi bisnis
Memilih opsi yang tepat untuk bantuan dukungan bisnis
Mengidentifikasi alat untuk mengembangkan, men-deploy, dan memecahkan masalah aplikasi
Mengidentifikasi layanan yang dapat menyajikan output mesin virtual (VM) di mesin pengguna akhir
Mengidentifikasi layanan yang dapat membuat dan men-deploy layanan frontend dan seluler
Mengidentifikasi layanan yang mengelola perangkat IoT