Dominio del contenuto 3: Tecnologia e servizi cloud - AWS Certified Cloud Practitioner

Dominio del contenuto 3: Tecnologia e servizi cloud

Il dominio 3 tratta la tecnologia e i servizi cloud e rappresenta il 34% dei contenuti a punteggio dell'esame.

Obiettivo 3.1: Definizione dei metodi di distribuzione e funzionamento nel cloud AWS

Conoscenza di:

  • Diverse modalità di provisioning e funzionamento nel cloud AWS

  • Diverse modalità di accesso ai servizi AWS

  • Tipi di modelli di implementazione nel cloud

Competenze in:

  • Scelta tra opzioni come l'accesso programmatico (ad esempio, API, SDK, CLI), la Console di gestione AWS e Infrastructure as Code (IaC)

  • Valutazione dei requisiti per stabilire se utilizzare operazioni una tantum o processi ripetibili

  • Identificazione dei modelli di implementazione (ad esempio, cloud, ibrido e on-premises)

Obiettivo 3.2: Definizione dell'infrastruttura globale AWS

Conoscenza di:

  • Regioni AWS, zone di disponibilità e posizioni edge

  • Disponibilità elevata

  • Utilizzo di più Regioni

  • Vantaggi delle posizioni edge

Competenze in:

  • Descrizione delle relazioni tra Regioni, zone di disponibilità e posizioni edge

  • Spiegazione su come ottenere una disponibilità elevata utilizzando più zone di disponibilità

  • Comprensione del fatto che le zone di disponibilità non condividono i singoli punti di errore

  • Descrizione delle situazioni in cui utilizzare più Regioni (ad esempio, ripristino di emergenza, continuità aziendale, bassa latenza per gli utenti finali e sovranità dei dati)

Obiettivo 3.3: Identificazione dei servizi di calcolo AWS

Conoscenza di:

  • Servizi di calcolo AWS

Competenze in:

  • Identificazione dell'uso appropriato di diversi tipi di istanze Amazon EC2 (ad esempio, ottimizzate per il calcolo e ottimizzate per l'archiviazione)

  • Riconoscimento dell'uso appropriato di varie opzioni di container, ad esempio, Amazon Elastic Container Service (Amazon ECS) e Amazon Elastic Kubernetes Service (Amazon EKS)

  • Identificazione dell'uso appropriato di diverse opzioni di calcolo serverless (ad esempio, AWS Fargate e AWS Lambda)

  • Comprensione del fatto che il dimensionamento automatico fornisce elasticità

  • Identificazione degli scopi dei bilanciatori del carico

Obiettivo 3.4: Identificazione dei servizi di database AWS

Conoscenza di:

  • Servizi di database AWS

  • Migrazione di database

Competenze in:

  • Determinazione delle situazioni in cui utilizzare i database ospitati da EC2 o i database gestiti da AWS

  • Identificazione dei database relazionali (ad esempio, Amazon RDS e Amazon Aurora)

  • Identificazione dei database NoSQL (ad esempio, DynamoDB)

  • Identificazione dei database basati sulla memoria (ad esempio, Amazon ElastiCache)

  • Identificazione degli strumenti di migrazione dei database, ad esempio AWS Database Migration Service (AWS DMS) e AWS Schema Conversion Tool (AWS SCT)

Obiettivo 3.5: Identificazione dei servizi di rete AWS

Conoscenza di:

  • Servizi di rete AWS

Competenze in:

  • Identificazione dei componenti di un VPC (ad esempio, sottoreti e gateway)

  • Comprensione della sicurezza in un VPC (ad esempio, liste di controllo degli accessi di rete, gruppi di sicurezza e Amazon Inspector)

  • Comprensione dello scopo di Amazon Route 53

  • Identificazione delle opzioni di connettività di rete verso AWS (ad esempio, AWS VPN e AWS Direct Connect)

Obiettivo 3.6: Identificazione dei servizi di archiviazione AWS

Conoscenza di:

  • Servizi di archiviazione AWS

Competenze in:

  • Identificazione degli usi dell'archiviazione di oggetti

  • Identificazione delle differenze nelle classi di archiviazione Amazon S3

  • Identificazione delle soluzioni di archiviazione a blocchi, ad esempio Amazon Elastic Block Store (Amazon EBS) e archiviazione dell'istanza

  • Identificazione dei servizi di file, ad esempio Amazon Elastic File System (Amazon EFS) e Amazon FSx

  • Identificazione dei file system memorizzati nella cache (ad esempio, Gateway di archiviazione AWS)

  • Comprensione dei casi d'uso delle policy del ciclo di vita

  • Comprensione dei casi d'uso di Backup AWS

Obiettivo 3.7: Identificazione dei servizi di intelligenza artificiale e machine learning (AI/ML) e dei servizi di analisi dei dati AWS

Conoscenza di:

  • Servizi AI/ML AWS

  • Servizi di analisi AWS

Competenze in:

  • Comprensione dei servizi di IA/ML e delle attività che svolgono (ad esempio, Amazon SageMaker AI, Amazon Lex e Amazon Kendra)

  • Identificazione dei servizi per l'analisi dei dati (ad esempio, Amazon Athena, Amazon Kinesis, AWS Glue e Amazon QuickSight)

Obiettivo 3.8: Identificazione dei servizi appartenenti ad altre categorie di servizi AWS pertinenti

Conoscenza di:

  • Servizi di integrazione delle applicazioni di Amazon EventBridge, Amazon Simple Notification Service (Amazon SNS) e Amazon Simple Queue Service (Amazon SQS)

  • Servizi delle applicazioni aziendali di Amazon Connect e Amazon Simple Email Service (Amazon SES)

  • Servizi di abilitazione dei clienti (ad esempio, Supporto AWS)

  • Servizi e funzionalità degli strumenti per sviluppatori (ad esempio, AWS CodeBuild, AWS CodePipeline e AWS X-Ray)

  • Servizi informatici per utenti finali di Amazon AppStream 2.0, Amazon WorkSpaces e Amazon WorkSpaces Secure Browser

  • Servizi front-end per il web e i dispositivi mobili di AWS Amplify e AWS AppSync

  • Servizi IoT (ad esempio, AWS IoT Core)

Competenze in:

  • Scelta del servizio appropriato per l'invio di messaggi, avvisi e notifiche

  • Scelta del servizio appropriato per soddisfare le esigenze delle applicazioni aziendali

  • Scelta dell'opzione appropriata per l'assistenza aziendale

  • Identificazione degli strumenti per sviluppare, distribuire e risolvere i problemi relativi alle applicazioni

  • Identificazione dei servizi in grado di presentare l'output delle macchine virtuali (VM) sui sistemi degli utenti finali

  • Identificazione dei servizi in grado di creare e distribuire servizi front-end e per i dispositivi mobili

  • Identificazione dei servizi in grado di gestire i dispositivi IoT