スマート製造企業が新しいIoT分析プラットフォームをAWS上に構築しています。15か国200工場に50万台のセンサーを持ち、以下の要件があります。 【要件】 ・ピーク時に毎秒500万件のセンサーデータを取り込む必要がある ・リアルタイム異常検知（500ミリ秒以内）を実施し、検知時に自動アラートを発報すること ・センサーデータを最大5年間保存し、任意の期間のヒストリカルクエリが可能であること ・週次でMLモデルのバッチトレーニングを実施すること ・一部の国の規制要件により、生のセンサーデータはその工場が所在する国のAWSリージョン内に保存しなければならない（データ主権） ・直近7日間のデータ（ホットデータ）は高速クエリが必要、1年超のデータ（コールドデータ）はアクセス頻度が低くコスト最小化を優先する ・200工場全体を単一のオペレーショナルダッシュボードで監視すること 以下の選択肢のうち、上記要件を最もよく満たす2つを選んでください。
選択肢Aは正解です。IoT Core→リージョン別Kinesis Data Streamsというルーティングにより、データ主権要件を満たしつつデータを取り込めます。Amazon Managed Service for Apache Flinkのストリーム処理（タンブリングウィンドウ・機械学習モデル適用）により500ms以内のリアルタイム異常検知を実現し、異常検知時はSNS経由で即時アラートを発報します。 選択肢Bは正解です。Amazon Data Firehose→S3ライフサイクルポリシー（7日後にS3 Intelligent-Tiering、1年後にGlacier Deep Archive）でコスト階層化を実現します。Timestream for Live Analyticsでホットデータの高速時系列クエリ、Athena+Glue Data Catalogでヒストリカルデータのクエリ、SageMakerで週次MLモデルトレーニング、Amazon Managed Grafanaでクロスリージョンのオペレーショナルダッシュボードを構築できます。 選択肢Cは不正解です。毎秒500万件・5年分のデータをすべて中央のOpenSearch Serviceに一元保持することは費用対効果が極めて悪く、データ主権要件にも対応できません。 選択肢Dは不正解です。MSK（Managed Streaming for Apache Kafka）+ EKSの構成は運用負荷が大きくなります。またRedshift Serverlessへのグローバル集約はリージョン横断でデータを集約するため、データ主権要件に違反します。 選択肢Eは不正解です。AWS IoT SiteWiseは毎秒500万件規模のスループットには適しておらず、AWS IoT Eventsのステートマシンで500ms以内のリアルタイム異常検知を安定的に実現することも困難です。