A.每小时将DynamoDB表复制到Amazon EMR上的Apache Hive表中，并分析它们的异常行为。当检测到异常行为时，发送Amazon SNS通知
B.使用AWS CloudTrail捕获更改DynamoDB表的所有API。使用CloudTrail事件过滤检测到异常行为时发送SNS通知
C.使用Amazon DynamoDB流来捕获更新并将其发送到AWS Lambda。创建Lambda函数以将记录输出到Amazon Kinesis Data Streams。使用Amazon Kinesis Data Analytics分析任何异常。当检测到异常行为时发送SNS通知
D.使用Amazon CloudWatch Events中的事件模式以AWS Lambda函数为目标来捕获DynamoDB API调用事件以分析行为。当检测到异常行为时发送SNS通知

A.将cron更新为每5分钟而不是每小时运行一次，以减少因中断而丢失日志消息的可能性
B.使用Amazon CloudWatch Events触发Amazon Systems Manager运行命令以更频繁地调用日志收集脚本，以减少因中断而丢失日志消息的可能性
C.使用Amazon CloudWatch Logs代理将日志消息直接流式传输到CloudWatch Logs。将代理配置为批处理计数为1，以减少因停运而丢失日志消息的可能性
D.使用Amazon CloudWatch Events触发AWS Lambda SSH进入每个正在运行的实例，并更频繁地调用日志收集脚本，以减少因中断而丢失日志消息的可能性

A.更新摄取过程以使用Amazon Kinesis Data Firehose将数据保存到Amazon S3。使用按需运行的EC2实例队列，该实例每天晚上启动以执行S3数据的批处理，并在处理完成时终止
B.更新摄取过程以使用Amazon Kinesis Data Firehouse将数据保存到Amazon S3。使用AWS Batch以每晚按需价格的50％的竞标价格执行夜间处理。
C.更新提取过程，以使用具有三年租约的网络负载均衡器后面的一组EC2预留实例。将批处理竞价型实例与夜间处理的最高出价为按需价格的50％一起使用
D.更新摄取过程以使用Amazon Kinesis Data Firehose将数据保存到Amazon Redshift。使用安排为与Amazon CloudWatch Events每晚运行的AWS Lambda函数来查询Amazon Redshift以生成每日统计信息

A.使用多个AWS Snowball设备将现有图像迁移到Amazon S3。创建从地面站到AWS的1-Gb AWS Direct Connect连接，然后通过Direct Connect连接将新数据上传到Amazon S3。将数据分发网站迁移到Amazon EC2实例。通过使用Amazon S3作为源，使该网站通过创建签名的URL通过Amazon CloudFront提供数据
B.创建一个从地面站到AWS的1-Gb Direct Connect连接。使用AWS Command Line Interface复制现有数据并将新数据通过Direct Connect连接上传到Amazon S3。将数据分发网站迁移到EC2实例。通过使用Amazon S3作为来源，让该网站通过创建签名的URL通过CloudFront提供数据
C.使用多个Snowball设备将现有图像迁移到Amazon S3。通过定期使用Snowball设备从网络连接的存储中上传数据来上传新数据。将数据分发网站迁移到EC2实例。通过使用Amazon S3作为来源，让该网站通过创建签名的URL通过CloudFront提供数据
D.使用多个Snowball设备将现有映像迁移到Amazon EFS文件系统。创建一个从地面站到AWS的1-Gb Direct Connect连接，并通过在Direct Connect连接上挂载EFS文件系统来上传新数据。将数据分发网站迁移到EC2instances。通过在EC2中使用安装EFS文件系统作为源的Web服务器，使该网站通过创建签名的URL通过CloudFront为数据提供服务

A.评估并调整DynamoDB表的读取容量单位（RCU）
B.评估并调整DynamoDB表的写入容量单位（WCU）
C.添加一个Amazon ElastiCache层以提高Lambda函数的性能
D.配置一个死信队列，它将重新处理失败或超时的Lambda函数
E.使用S3传输加速为最终用户提供较低延迟的访问

A.通过Auto Scaling在负载均衡器后面的Amazon EC2上重新托管基于WebSphere的应用程序。将IBM MQ重新平台化为基于Amazon EC2的MQ。将基于z/OS的DB2重新平台化为Amazon RDS DB2
B.通过Auto Scaling在负载均衡器后面的Amazon EC2上重新托管基于WebSphere的应用程序。将IBM MQ重新平台化为Amazon MQ。将基于z/OS的DB2重新平台化为基于Amazon EC2的DB2
C.使用AWS Elastic Beanstalk编排和部署应用程序。将IBM MQ重新平台化为Amazon SQS。将基于z/OS的DB2重新平台化为Amazon RDS DB2
D.使用AWS Server Migration Service将IBM Web Sphere和IBM DB2迁移到基于Amazon EC2的解决方案。将IBM MQ重新平台化为Amazon MQ

A.实施IAM策略，要求用户在启动Amazon EC2实例时指定“工作负载”标签以进行成本分配
B.联系AWS支持，并要求他们将限制应用于该帐户，以使用户不能启动超过一定数量的实例类型
C.购买所有预先预留的实例，这些实例覆盖该帐户的预期Amazon EC2使用量的100％
D.在用户的IAM策略中放置条件，以限制他们能够启动的实例数量。
E.在“AWS Blling和成本管理”控制台中将“工作负载”定义为成本分配标签
F.设置AWS预算以在给定的工作负载预计超过定义的成本时发出警报和通知

A.Lambda所在的子网中没有连接到SaaS提供程序的NAT网关
B.最终用户应用程序配置错误，无法继续使用EC2instances支持的端点
C.在API网关上设置的油门限制太低，请求没有通过
D.API网关没有必要的权限来调用Lambda

A.为每个业务部门创建单独的账户，然后将该账户添加到AWS Organizations中的OU。修改OU以确保特定服务被阻止。通过IdP联合每个帐户，并为业务部门和安全团队创建单独的角色
B.为每个业务部门创建个人帐户。通过ldP联合每个帐户，并为业务部门和安全团队创建单独的角色和策略
C.为整个公司创建一个共享帐户。为每个业务部门创建单独的VPC 为每个业务部门创建单独的IAM策略和资源标签。通过ldP联合每个帐户，并为业务部门和安全团队创建单独的角色
D.为整个公司创建一个共享帐户。为每个业务部门创建单独的IAM策略和资源标签。与ldP联合帐户，并为业务部门和安全团队创建单独的角色

A.创建管道以安装框架并构建自定义AMI，并将此AMI用作应用程序部署的基准
B.使用用户数据脚本安装框架，但压缩安装文件以使其更小
C.创建一个管道以并行化安装任务，并从用户数据脚本中调用该管道
D.配置安装框架而不是使用用户数据的AWS OpsWorks食谱，将此食谱用作所有部署的基础

A.在Amazon EC2托管的数据库中接收订单，并使用EC2实例进行处理
B.在Amazon SQS队列中接收订单，并触发AWS Lambda函数来处理它们
C.使用AWS Step Functions程序接收订单，并触发Amazon ECS容器进行处理
D.在Amazon Kinesis Data Streams中接收订单，并使用Amazon EC2实例对其进行处理