2025年AWS认证通过AWSGlue处理和转换CUR数据专题试卷及解析.pdfVIP

2025年AWS认证通过AWSGLUE处理和转换CUR数据专题试卷及解析1

2025年AWS认证通过AWSGlue处理和转换CUR数

据专题试卷及解析

2025年AWS认证通过AWSGlue处理和转换CUR数据专题试卷及解析

第一部分：单项选择题（共10题，每题2分）

1、在AWSGlue中，当处理AWSCostandUsageReport(CUR)数据时，最适合

使用的ETL作业类型是什么？

A、SparkStreaming作业

B、PythonShell作业

C、ApacheSpark作业

D、GlueStudio可视化作业

【答案】C

【解析】正确答案是C。ApacheSpark作业最适合处理CUR数据，因为CUR通

常是大型CSV/Parquet文件，需要分布式处理能力。A选项SparkStreaming适用于

实时数据流，不适合批处理CUR；B选项PythonShell作业资源有限，不适合大数据

量；D选项可视化作业虽然方便，但底层仍是Spark作业，C更直接对应技术选型。知

识点：Glue作业类型选择。易错点：误认为可视化作业总是最佳选择。

2、CUR数据中的”lineItem/UsageAmount”字段表示什么？

A、费用金额

B、资源使用量

C、折扣金额

D、账单周期

【答案】B

【解析】正确答案是B。“lineItem/UsageAmount”记录具体资源的使用量（如GB小

时、API调用次数等）。A是”lineItem/BlendedCost”；C是”lineItem/Discount”；D是”

bill/BillingPeriod”。知识点：CUR核心字段含义。易错点：混淆使用量和费用字段。

3、在Glue作业中读取CUR数据时，推荐使用哪种格式以提高性能？

A、CSV

B、JSON

C、Parquet

D、Avro

【答案】C

【解析】正确答案是C。Parquet是列式存储格式，压缩率高且支持谓词下推，适合

分析型查询。CSV是原始格式但性能差；JSON和Avro不如Parquet适合分析场景。

知识点：数据格式选择。易错点：忽视格式对性能的影响。

2025年AWS认证通过AWSGLUE处理和转换CUR数据专题试卷及解析2

4、当CUR数据包含嵌套JSON结构时，Glue中应如何处理？

A、使用flatten函数

B、使用explode函数

C、使用parse_json函数

D、使用get_json_object函数

【答案】B

【解析】正确答案是B。explode函数可将数组/结构体展开为多行，适合处理嵌套

数据。Aflatten用于数组展平；C/D用于JSON解析但无法处理嵌套结构。知识点：嵌

套数据处理。易错点：混淆flatten和explode的使用场景。

5、Glue作业处理CUR时，如何优化S3读取性能？

A、启用S3传输加速

B、使用S3Select

C、设置文件大小128MB

D、启用S3版本控制

【答案】C

【解析】正确答案是C。合理设置文件大小（128256MB）可平衡并行度和开销。A

用于跨区域加速；B适合过滤简单CSV/JSON；D与性能无关。知识点：S3性能优化。

易错点：忽视文件大小对分布式处理的影响。

6、在GlueCatalog中，CUR表的”serde.serialization.last.column.takes.rest”属性作

用是？

A、指定最后列的数据类型

B、允许最后列包含换行符

C、忽略多余列

D、合并最后所有列

【答案】D

【解析】正确答案是D。该属性使最后列吸收所有剩余字段，适合处理列数不一致

的CUR。A/B/C描述错误。知识点：SerDe属性配置。易错点：误解属