2025年AWS认证SQS与Rekognition图像分析集成专题试卷及解析.pdfVIP

2025年AWS认证SQS与REKOGNITION图像分析集成专题试卷及解析1

2025年AWS认证SQS与Rekognition图像分析集成

专题试卷及解析

2025年AWS认证SQS与Rekognition图像分析集成专题试卷及解析

第一部分：单项选择题（共10题，每题2分）

1、在AWSSQS与Rekognition集成的架构中，当需要处理大量图像分析请求时，

最适合使用哪种SQS队列类型？

A、标准队列

B、FIFO队列

C、死信队列

D、延迟队列

【答案】A

【解析】正确答案是A。标准队列提供高吞吐量、至少一次传递和最佳排序，适合

处理大量图像分析请求。FIFO队列虽然保证严格顺序，但吞吐量较低。死信队列用于

处理失败消息，延迟队列用于延迟处理。知识点：SQS队列类型特性。易错点：误以为

FIFO队列总是最佳选择，忽略了高吞吐量场景的需求。

2、Rekognition的DetectLabelsAPI可以识别图像中的哪些内容？

A、图像中的文字

B、图像中的对象和场景

C、人脸的几何信息

D、图像的EXIF数据

【答案】B

【解析】正确答案是B。DetectLabelsAPI专门用于识别图像中的对象、场景和概

念。文字识别使用DetectText，人脸几何信息使用DetectFaces，EXIF数据需要通过其

他方式获取。知识点：Rekognition各API功能区分。易错点：混淆不同Rekognition

API的用途。

3、在SQS与Rekognition集成方案中，如何确保消息处理的可靠性？

A、使用标准队列并设置长轮询

B、启用消息可见性超时

C、使用死信队列

D、以上都是

【答案】D

【解析】正确答案是D。长轮询减少空请求，消息可见性超时防止重复处理，死信

队列处理失败消息，三者共同确保可靠性。知识点：SQS可靠性机制。易错点：只关注

单一机制而忽略综合方案。

2025年AWS认证SQS与REKOGNITION图像分析集成专题试卷及解析2

4、当Rekognition处理图像失败时，最佳实践是？

A、直接丢弃消息

B、无限重试处理

C、将消息发送到死信队列

D、降低消息可见性超时

【答案】C

【解析】正确答案是C。死信队列用于存储处理失败的消息，便于后续分析和手动

处理。直接丢弃会丢失数据，无限重试可能阻塞队列，降低超时不能解决根本问题。知

识点：SQS死信队列应用场景。易错点：忽视失败消息的后续处理。

5、Rekognition的IndexFacesAPI主要用于？

A、检测图像中的人脸

B、比较两张人脸的相似度

C、将人脸存储到集合中

D、搜索人脸集合

【答案】C

【解析】正确答案是C。IndexFacesAPI专门用于将检测到的人脸存储到集合中以

便后续搜索。DetectFaces仅检测，CompareFaces比较，SearchFacesByImage搜索。知

识点：Rekognition人脸识别API链路。易错点：混淆检测、索引和搜索API的用途。

6、在SQS消息中传递图像数据时，最佳实践是？

A、直接将图像二进制数据放入消息体

B、将图像存储在S3，消息中传递S3URI

C、将图像编码为Base64放入消息

D、使用SQS消息属性传递图像

【答案】B

【解析】正确答案是B。SQS消息体有256KB限制，应将大对象存储在S3，消息中

传递URI。直接放入二进制或Base64会超限，消息属性不适合大对象。知识点：SQS

消息大小限制及最佳实践。易错点：忽视消息大小限制。

7、Rekognition的ContentModerationAPI可以检测？

A、图像中的名人

B、不当内容

C、文本方向

D、图像质量

【答案】B