Simulacro de examen A: conjunto de prácticas y estrategia

Catorce lecciones te dieron el contenido. Esta te da el contenedor: cómo se construye realmente un ítem del DEA-C01, cómo se comporta el reloj de 130 minutos, cómo AWS redacta un distractor, y después el Conjunto A: veinte ítems al estilo del examen que resuelves cronometrado y corriges con honestidad. Todo lo anterior a esta lección fue conocimiento de dominio; todo lo de aquí es oficio del examen, y en una escala compensatoria de 100 a 1.000 con 720 para aprobar, el oficio del examen vale tanto como otra hora de repaso.

Al terminar esta lección sabrás:

• restituir de memoria cada cifra logística publicada (65 / 50 / 15, 130 minutos, 720/1.000, 150 USD, 3 años, 14 días);
• ejecutar la aritmética de ritmo de 120 segundos y defender un plan de dos pasadas que nunca deja un ítem en blanco;
• aplicar la técnica de marcar y barrer dentro de un presupuesto de dos minutos por ítem;
• leer un enunciado superlativo, MÁS apropiado, MENOS costoso, PRIMER paso, NO, y saber qué opción compra ese cualificador;
• ejecutar el procedimiento de cinco movimientos para respuesta múltiple que sobrevive a la puntuación de todo o nada;
• descodificar las fábricas de distractores que AWS reutiliza en los cuatro dominios;
• resolver el Conjunto A, corregirlo por dominio y no por total y enrutar cada fallo a la lección correcta;
• defender el veredicto comparativo sobre la preparación oficial gratuita frente a la formación de pago y la experiencia multi-nube u on-premises.

---

1. El contenedor: qué son en realidad los 130 minutos

1.1 La logística que no puedes volver a derivar el día del examen

Cada cifra siguiente está publicada por AWS y se obtuvo en octubre de 2026. Se te permite olvidar curiosidades de servicios; no se te permite volver a derivar esto con el reloj corriendo.

• 📚 ¿Sabías que…? Los 15 ítems no puntuados se parecen exactamente a los 50 puntuados: AWS declara que «no están identificados en el examen». La respuesta racional es la simetría: un ítem de pretesto mal respondido no te cuesta nada, un ítem puntuado saltado cuesta la nota completa, así que el incentivo jamás apunta a «déjalo en blanco y vuelve». Marca, adivina, sigue.

La interfaz que te van a dar. Conocer los controles antes del día del examen son puntos gratis, porque el examen no te da ningún recorrido de orientación:

Dos fallos administrativos cuestan más que cualquier laguna de conocimiento. En un centro de exámenes, a los administradores se les instruye para no permitir el examen cuando el nombre de tu documento de identidad no coincide con tu Cuenta de Certificación de AWS; en línea, llegar con más de 15 minutos de retraso o saltarte la prueba de sistema obligatoria anula la tarifa. Ninguno se recupera estudiando.

1.2 El plan de ritmo: 65 ítems, 130 minutos

AWS no publica presupuesto por pregunta. Las únicas entradas oficiales de ritmo son la duración de 130 minutos, la cuenta atrás en pantalla y los controles de marcar y revisar de la Demostración de examen. Todo lo siguiente es aritmética sobre cifras publicadas, y así se etiqueta.

Ejemplo resuelto 1: el techo.

$$\frac{130 \times 60}{65} = \frac{7{,}800}{65} = 120\ \text{s por ítem} \quad (\text{exactamente } 2.00\ \text{minutos})$$

Ejemplo resuelto 2: la ilusión de solo los puntuados. Contra los ítems puntuados únicamente, el presupuesto parece $7{,}800 \div 50 = 156$ s $= 2.60$ minutos. No puedes saber cuáles de los 50 son los puntuados, así que 120 s es la cifra con la que planificas y 156 s es una trampa contra la que jamás debes presupuestar.

Ejemplo resuelto 3, lo que cuesta de verdad un promedio lento. A 2,5 minutos por ítem obtienes $65 \times 2.5 = 162.5$ minutos, 32,5 minutos por encima del límite, que equivale aproximadamente a los últimos 16 ítems prisa o en blanco, y un ítem en blanco puntúa como incorrecto. El reloj, no tu conocimiento, produce esa puntuación.

El reparto de dos pasadas. Ejecuta la pasada uno para que termine en t = 90 minutos (unas 1,4 minutos por ítem, más rápido que el techo de 120 segundos y por tanto con holgura para los ítems largos). A t = 45 deberías estar cerca del ítem 33; a t = 65 cerca del ítem 50. Todo lo que no puedas resolver con una lectura limpia recibe marca y la mejor suposición.

Ejemplo resuelto 4, la acomodación ESL. Con la extensión de +30 minutos el presupuesto pasa a $160 \div 65 = 2.46$ minutos por ítem. Eso es más tiempo por ítem, no permiso para gastar 4 minutos en un enunciado difícil, la estructura de dos pasadas sobrevive a la extensión sin cambios.

Ejemplo resuelto 5: el reloj del propio Conjunto A. El Conjunto A tiene 20 ítems, así que el presupuesto en vivo escala a $20 \times 120 = 2{,}400$ s $= \mathbf{40}$ minutos. Resuélvelo en 40 minutos para reproducir el ritmo real. Si te falta tiempo, ejecuta la forma comprimida: pasada uno a 75 s por ítem ($20 \times 75 = 1{,}500$ s $= 25$ minutos) más un barrido de 5 minutos = 30 minutos, y vuelve a resolverlo con los 40 completos antes del día del examen. Los 90 minutos de esta lección se reparten en unos 35 de lectura, 40 de resolución y 15 de corrección.

1.3 Marcar y barrer: la técnica, ítem a ítem

La propia guía del examen se reduce a una secuencia que puedes ejecutar en una sola pasada. Entrenala hasta que sea automática:

El barrido es la otra mitad del nombre. En la pantalla de revisión no estás rerespondiendo; compruebas tres cosas y nada más:

1. Blancos. Cero. Un ítem sin respuesta puntúa como incorrecto y no hay penalización por acertar a ciegas, así que el blanco queda estrictamente dominado por cualquier suposición.
2. La pregunta que se hacía. Relee la cláusula de restricción y confirma que respondiste a esa: la pérdida clásica es responder a la pregunta contigua, la más familiar.
3. Orden de operaciones. Cambia una opción solo si puedes enunciar la razón en una cláusula. «Me pareció mal» no es una cláusula.

1.4 Leer el enunciado: MÁS apropiado, MENOS costoso, PRIMERO

La mayoría de las pérdidas en el DEA-C01 son pérdidas de lectura. El cualificador del enunciado, no el nombre del servicio, decide la clave: así que el primer movimiento es siempre el mismo: encuentra el cualificador, anota lo que exige, y después lee las opciones.

Ejemplo resuelto 6: leer un superlativo de principio a fin. Toma un enunciado que nunca aparece en el Conjunto A: «Un trabajo nocturno de Spark sobre un conjunto de datos de 40 GB termina constantemente en unos 25 minutos con 12 GB de memoria de ejecutor. ¿Qué servicio y entorno de ejecución son la opción MÁS apropiada y totalmente gestionada?»

1. Subraya los cualificadores antes de mirar ninguna opción: nocturno · 40 GB · 25 minutos · 12 GB · totalmente gestionada.
2. Deja que el cualificador más duro elimine. 25 minutos son 1.500 segundos, por encima del techo duro de 900 segundos de AWS Lambda: así que Lambda muere por aritmética, aunque sea la opción con aspecto más serverless y 10.240 MB estén dentro de su rango de memoria. Ese distractor está construido para probar qué límite manda.
3. Haz coincidir el entorno de ejecución con la carga. Un trabajo de Spark DataFrame no es un script de un solo proceso, así que el shell de Python de Glue (0,0625 o 1 DPU, sin Spark) muere después.
4. Aplica «menos carga operativa» a los supervivientes. Un trabajo Glue ETL (glueetl) ejecuta Spark totalmente gestionado en unidades DPU (1 DPU = 4 vCPU + 16 GB); EMR Serverless también funciona pero arrastra más superficie operativa de la que pide la restricción del enunciado.
5. Dite la trampa en voz alta: la opción más serverless falló por un límite, no por una preferencia. Verifica cada límite contra la página actual de cuotas de servicio antes de apoyarte en él.

• 📚 ¿Sabías que…? La frase de estilo más importante de la guía del examen es «La capacidad de comparar servicios de AWS para comprender las diferencias de coste, rendimiento y funcionalidad entre servicios». Cada desempate de la sección 1.4 es un caso de ella: cuando dos opciones funcionan, el diferenciador es el medidor de coste, el margen de rendimiento o el límite funcional: nunca «cuál he usado yo».

1.5 La técnica de respuesta múltiple

La guía del examen define el tipo con precisión: la respuesta múltiple «tiene dos o más respuestas correctas de entre cinco o más opciones de respuesta». Dos consecuencias deciden tu método:

• Todo o nada. Un conjunto parcialmente correcto puntúa cero. El propio material de preparación de AWS imprime «Sin puntos negativos ni crédito parcial», así que el coste de una selección incompleta es idéntico al de una selección errónea, y no hay razón para enviar menos de lo que el enunciado exige.
• Ritmo distinto. Los ítems de respuesta múltiple tardan aproximadamente la mitad más que la elección múltiple, lo que los convierte en los más propensos a llevarte pasados los dos minutos, y en los que menos quieres marcar, porque releer cinco o seis opciones se siente productivo. Márcalos de todos modos.

El procedimiento de cinco movimientos:

• 📚 ¿Sabías que…? La guía del examen garantiza los dos tipos y los recuentos de ítems puntuados y no puntuados, pero AWS nunca ha publicado cuántos ítems de respuesta múltiple aparecen en una hoja determinada, ni la proporción de elección múltiple frente a respuesta múltiple entre los 50 puntuados. El reparto de cinco de veinte del Conjunto A es una elección didáctica que refleja las propias definiciones de la guía: nunca lo cites como una cifra de AWS.

1.6 Pesos de dominio y el plano del Conjunto A

Solo se publican los porcentajes de dominio. Los recuentos de ítems siguientes son aritmética sobre 50 ítems puntuados: una ayuda de planificación, jamás una cifra de AWS.

Ejemplo resuelto 7: de pesos a ítems. $50 \times 0.34 = 17$, $50 \times 0.26 = 13$, $50 \times 0.22 = 11$, $50 \times 0.18 = 9$; $17 + 13 + 11 + 9 = 50$. Los dominios 1 y 2 suman el 60 % del contenido puntuado: que es la razón por la que el Conjunto A les da 12 de sus 20 ítems, pero los 9 ítems del Dominio 4 son más que suficientes para suspender por sí solos, porque la puntuación es compensatoria y no hay corte de sección detrás del cual esconderse.

1.7 Familias de distractores, y lo que esta lección no va a afirmar

AWS declara que los distractores son «respuestas generalmente plausibles que coinciden con el área de contenido». No son aleatorios; las mismas formas se repiten y cada una castiga una confusión concreta. Aquí se etiquetan como T1, T7 para que nunca se confundan con las etiquetas de dominio D1, D4.

Puntos que esta lección deliberadamente no afirma. Se señalan en lugar de enseñarse, porque una afirmación sin verificar nunca es un hecho:

1. Cuántos ítems de respuesta múltiple trae una hoja en vivo, y si cada enunciado indica el recuento; sin publicar.
2. La proporción por hoja de elección múltiple frente a respuesta múntiple entre los 50 ítems puntuados; sin publicar.
3. El texto de los 20 ítems del Official Practice Question Set. Están detrás del inicio de sesión de Skill Builder; ninguna afirmación de estilo de este curso se atribuye a haberlos leído.
4. La fecha exacta en la que el contenido de la guía v1.1 apareció por primera vez en una hoja en vivo. La guía promete revisiones al menos un mes por adelantado y la entrega se despliega por idiomas. Di «en la guía de examen actual», no una fecha.
5. Si el DEA-C01 adoptará los tipos de ordenación, emparejamiento y caso de estudio anunciados por AWS en julio de 2024. AWS nombró a AI Practitioner y Machine Learning Engineer: Associate como los primeros exámenes con esos tipos, y la guía actual del DEA-C01 lista solo elección múltiple y respuesta múltiple.
6. Una conversión de cruda a escalada. 720 es un corte escalado producido por fijación de estándares y equiparación; «N de 50 = aprobado» es aritmética que nadie fuera de AWS puede hacer.
7. Notas de corte por dominio. No existen: el modelo es compensatorio.
8. Aprobado/suspenso el mismo día o en pantalla. El texto oficial de política es «dentro de los cinco días hábiles».

---

Actualizaciones de 2026 (en octubre de 2026)

Seis cambios de 2025 to 2026 deciden si tus apuntes son correctos o no el día del examen. Cada viñeta lleva una fuente a una página primaria de AWS obtenida en octubre de 2026; cuando una afirmación no pudo verificarse se etiqueta como tal y nunca debe memorizarse como hecho.

• 📚 ¿Sabías que…? AWS movió las guías de examen de PDF estáticos a AWS Docs precisamente para que las revisiones pudieran publicarse sin un código de examen nuevo: un cambio significativo gana un código de serie nuevo (por ejemplo DVA-C01 → DVA-C02), mientras que un cambio menos significativo, añadir o eliminar habilidades y servicios en ámbito, se convierte en una revisión con el mismo código. Por eso el DEA-C01 siguió siendo DEA-C01 a través de v1.1, y por eso la página de Revisiones, no una marca de agua de PDF, es el artefacto que comprobar antes de sentarte.

---

Casos Reales

AWS nunca imprime el nombre de un cliente en un ítem de examen, pero las formas de los fallos reales de canalización se filtran constantemente en los enunciados: una frase de historial de incidente se convierte en la condición del enunciado, y las cuatro opciones se convierten en las cuatro formas en que los candidatos la leen mal. Los dos ejercicios siguientes salen del material de casos detrás del banco de preguntas de este curso y deben ejecutarse antes del Conjunto A: cada uno termina con qué dominio prueba y qué preguntaría el examen.

Dos reglas gobiernan todo en esta sección:

1. Un número en un enunciado es una restricción, no decoración. «25 minutos», «1.500 registros por segundo», «3 TB sin comprimir» es siempre el cualificador que selecciona la clave.
2. El dominio lo elige la restricción, no la historia. La misma narrativa de streaming siembra un ítem del Dominio 1 (diseño de ingesta), un ítem del Dominio 3 (retraso de monitorización) o un ítem del Dominio 4 (quién puede leer el stream) según qué cláusula subraya el examen: exactamente el reflejo de la sección 1.4.

Caso 1, la clave de partición caliente: por qué añadir shards no sirve de nada

La historia. 800 registros de telemetría por segundo de 4 KB cada uno llegan desde 12.000 dispositivos, y dos aplicaciones consumidoras necesitan cada una todos los registros. El dimensionamiento da 4 shards (la Q1 del Conjunto A). Dos semanas después, una compilación de firmware defectuosa fija 1.500 registros por segundo sobre una única clave de partición device_id, y ese shard se limita a 1.000 registros por segundo sin importar cuántos shards haya al lado.

¿Qué dominio prueba esto? Principalmente D1 Ingesta y transformación de datos (34 %): habilidad 1.1.9 limitaciones de velocidad y límites de tasa, habilidad 1.1.10 fan-in y fan-out. Anclas secundarias: D3 (22 %) si el enunciado pregunta sobre qué alarmar (GetRecords.IteratorAgeMilliseconds), D4 (18 %) si pregunta quién puede escribir en el stream.

¿Qué preguntaría el examen? Tres formas de enunciado:

1. «¿Qué cambio resuelve más directamente la limitación de velocidad?» → rediseñar la clave de partición (una clave de dos niveles o con sal como device#<bucket>), porque una clave de partición mapea exactamente a un shard. Aumentar el recuento de shards es la respuesta errónea más seleccionada: el cuello de botella es por clave, no por stream.
2. «¿Qué métrica confirma el retraso del consumidor?» → GetRecords.IteratorAgeMilliseconds, cuya documentación de AWS indica que un valor cero indica que el consumidor ha puesto al día. Alarmar sobre Max frente a aproximadamente la mitad de la ventana de retención.
3. «¿Qué dos límites supera primero una única clave de partición?» → 1 MB/s y 1.000 registros por segundo por shard, y observa que el modo a demanda explícitamente no detecta ni aísla claves hash calientes, así que el autoescalado tampoco te salvará.

La trampa que hay que decir en voz alta: las respuestas de capacidad se sienten respuestas. Cuando el enunciado nombra una clave, la solución está en la clave.

Caso 2, la factura de Athena: tres números que deben leerse juntos

La historia. Un conjunto de datos de texto de 3 TB sin comprimir está en Amazon S3 con tres columnas del mismo tamaño. Los paneles consultan una de las tres columnas. Cada consulta escanea 3 TB y cuesta 3 × 5.00 USD = 15.00 USD. El equipo convierte a Apache Parquet con compresión 3:1, vuelve a registrar la tabla en el Catálogo de datos de AWS Glue y la misma consulta escanea ahora unos 0,33 TB por unos 1.65 USD.

¿Qué dominio prueba esto? D3 Operaciones y soporte de datos (22 %) primero, habilidad 3.2.3 SQL en Athena, habilidad 3.1.7 consultar datos, con anclas de D2 (26 %) en 2.4.5 (particionado, compresión y otras técnicas de optimización) y de D1 (34 %) en 1.2.6 (transformar datos entre formatos, p. ej..csv a Apache Parquet).

¿Qué preguntaría el examen? Tres formas de enunciado:

1. «¿Cuál es el coste aproximado por consulta antes y después?» → 15.00 USD → 1.65 USD (la Q6 del Conjunto A). Los distractores son los deslices más probables: aplicar la compresión y olvidar la poda de columnas, usar el coste anterior equivocado, o multiplicar en lugar de dividir.
2. «¿Qué cambio produjo la mayor parte del ahorro?» → la poda de columnas, porque el texto no puede saltarse columnas: la compresión 3:1 por sí sola lleva 3 TB a 1 TB (5.00 USD), y leer una de tres columnas lo lleva a unos 0,33 TB.
3. «¿Qué medidor de coste usa esta factura?» → bytes escaneados, a 5.00 USD por TB con un mínimo de 10 MB por consulta, redondeado al MB superior; sin cargo por DDL, gestión de particiones ni consultas fallidas. La opción competidora es siempre Redshift, que factura en su lugar tiempo de cómputo del clúster.

La trampa que hay que decir en voz alta: dos palancas, una factura. La compresión y la selección de columnas son multiplicadores distintos, y un enunciado que cita solo una de ellas está comprobando si puedes hacer la aritmética en el orden en que ocurrió.

---

Ejercicios con casos reales

Los dos casos anteriores salían del banco de preguntas de este curso; los dos ejercicios siguientes salen de estudios de caso de clientes publicados por AWS: cada cifra leída de una página propiedad de AWS en octubre de 2026 (digest 16). Ejecuta cada uno exactamente como ejecutarías un enunciado en vivo: subraya los números, nombra el dominio y después escribe la pregunta que el examen construiría a partir de él. La historia nunca es la respuesta; solo lo es la restricción enterrada en ella.

Dos reglas gobiernan todo en esta sección:

1. Un resultado de cliente nunca es una garantía de AWS. El −78 % de AGCO y las «cientos de reglas de permiso a precisamente dos reglas» de IAS son resultados de cliente impresos en páginas de AWS; AWS no se compromete ni a un porcentaje ni a un recuento de reglas. Toda opción redactada «AWS garantiza…» cae antes de que compruebes la cifra.
2. Construye el enunciado desde la cláusula, no desde el titular. La cláusula que subraya el examen lo decide todo: el rendimiento convierte la misma historia de AGCO en un ítem del Dominio 1, la carga de pantalla de 600 ms lo convierte en Dominio 3, el quién puede leer el prefijo en bruto lo convierte en Dominio 4: exactamente el reflejo de la sección 1.4, aplicado a un caso en lugar de a un servicio.

Ejercicio de caso 1, AGCO: una historia de streaming, tres dominios

La historia tal y como la publica AWS (AWS Architecture Monthly, diciembre de 2021, p. 10, y el blog AWS Industries del 2021-03-03; consultado en octubre de 2026):

¿Qué dominio prueba esto? Principalmente D1 Ingesta y transformación de datos (34 %): ingesta en streaming, fan-out y conversión de formatos, la forma KDS → Firehose → S3. Anclas secundarias: D3 Operaciones y soporte de datos (22 %) si el enunciado pregunta qué métrica prueba la cifra de 600 ms, y D4 Seguridad y gobernanza de datos (18 %) si pregunta quién puede escribir en o leer el prefijo en bruto.

¿Qué preguntaría el examen? Tres formas de enunciado, todas construidas a partir de la tabla anterior:

1. «¿Qué servicio de esta arquitectura entrega registros a Amazon S3 sin que el equipo ejecute nunca código de consumidor?» → Amazon Data Firehose: entrega en búfer que vacía por tamaño o por intervalo, lo que ocurra primero, sin exponer ninguna API de consumidor ni reproducción del lado del consumidor. La opción tentada es siempre «reproduce las últimas 24 horas desde la entrega de Firehose» (par de trampas F1; la Q2 del Conjunto A).
2. «¿Qué métrica confirmaría que el retraso del consumidor, y no el búfer de Firehose, está detrás de un panel retrasado?» → GetRecords.IteratorAgeMilliseconds en el stream, alarmado sobre Max, a aproximadamente la mitad de la ventana de retención; AWS documenta que un valor cero significa que el consumidor se ha puesto al día (la Q14 del Conjunto A).
3. «¿Qué ruta analítica ofrece MENOS carga operativa para esta carga de trabajo?» → el procesador de streams gestionado, Amazon Managed Service for Apache Flink, renombrado desde Kinesis Data Analytics el 2023-08-30, por encima de Kafka o Flink autogestionados. Y nunca «añade shards» cuando el sustantivo del enunciado es una clave.

La trampa que hay que decir en voz alta: −78 % es la cifra de AGCO en la carga de trabajo de AGCO, datada en un lanzamiento de enero de 2020. Un enunciado que lo ofrece como propiedad del streaming gestionado está probando la primera trampa del digest 16: AWS dice X % ≠ universal. Sella la historia con su fecha y rehúsa toda opción que la generalice.

• 📚 ¿Sabías que…? La tabla anterior usa tres nombres para lo que los candidatos todavía llaman «Kinesis»: Amazon Kinesis Data Streams, Amazon Data Firehose (renombrado desde Kinesis Data Firehose el 2024-02-09, con endpoints, APIs, CLI, prefijos de IAM y métricas de CloudWatch sin cambios) y Amazon Managed Service for Apache Flink (renombrado desde Kinesis Data Analytics el 2023-08-30). La lista en ámbito del DEA-C01 todavía imprime «Amazon Kinesis Data Firehose», así que ambos nombres de Firehose son válidos: nunca «corrijas» una opción que use el más antiguo.

Ejercicio de caso 2, Integral Ad Science: cientos de reglas de permiso se convierten en dos

La historia tal y como la publica AWS (AWS Big Data Blog, 2021-09-23; consultado en octubre de 2026):

¿Qué dominio prueba esto? D4 Seguridad y gobernanza de datos (18 %) primero: control de acceso basado en etiquetas, concesiones finas e identidad federada. Anclas: D2 Gestión de almacenes de datos (26 %) por el catálogo central del que cuelgan las etiquetas, y D3 Operaciones y soporte de datos (22 %) si el enunciado pregunta qué limita realmente un grupo de trabajo.

¿Qué preguntaría el examen? Tres formas de enunciado:

1. «¿Qué mecanismo colapsa cientos de concesiones en dos?» → control de acceso basado en etiquetas: concede una vez sobre una etiqueta, etiqueta los recursos y deja que la herencia lleve la concesión a cada tabla y columna bajo la base de datos (el mecanismo un paso más allá de las Q17 y Q18 del Conjunto A).
2. «(Selecciona DOS.) ¿Qué dos puertas deben abrirse antes de que una consulta gobernada devuelva filas?» → IAM, llamadas a la API, incluido lakeformation:GetDataAccess para Amazon Athena, y Lake Formation, que controla el catálogo y los datos de S3. Ambas, siempre; y las concesiones de Lake Formation son locales a la Región.
3. «¿Qué impide que un analista lea el prefijo en bruto de S3 con una política de IAM perfectamente válida?» → la función de acceso a datos de Lake Formation: para una tabla gobernada, S3 se alcanza a través de Lake Formation, no a través de una política de S3 por sí sola.

La trampa que hay que decir en voz alta: la cifra impresionante (dos reglas) es del cliente; la parte examinable es el mecanismo: etiquetas, herencia, dos puertas. La contratrampa es el ámbito: una concesión de etiqueta hecha en una Región no hace nada en otra, así que toda opción que ofrezca «se aplica a toda la cuenta» muere al contacto.

• 📚 ¿Sabías que…? El mismo patrón de gobernanza a una escala mucho mayor es la malla de datos de GoDaddy: AWS publicó más de 2.000 productos de datos con varios petabytes a través de cientos de cuentas, con una cuenta central de gobernanza que posee Lake Formation y el Catálogo de datos de Glue y comparte hacia afuera a través de AWS RAM. Si algún enunciado dice «una cuenta gobierna, cientos consumen», esa es la imagen, y sigue siendo un resultado de cliente, no una garantía de arquitectura de AWS.

---

Preguntas de Práctica (Practice Questions)

Conjunto A, 20 ítems en el orden de peso publicado: D1 siete, D2 cinco, D3 cuatro, D4 cuatro. El formato dominante del examen en vivo es una respuesta correcta y tres distractores, y también lo es el Conjunto A; cinco ítems son de estilo respuesta múltiple, redactados «Selecciona DOS» o «Selecciona TRES» con las afirmaciones correctas precombinadas en una sola opción para que cada ítem conserve exactamente una clave. Es un recurso didáctico, en el examen en vivo marcarías casillas separadas, con todo o nada.

Cómo resolver el Conjunto A

Comprobación previa: ejecuta esto en los 60 segundos antes de arrancar el cronómetro:

1. Cronómetro a 40 minutos, notificaciones apagadas, móvil en otra habitación.
2. Una hoja en blanco para las palabras cualificadoras (MÁS, MENOS, PRIMERO, NO, Selecciona DOS): escribir el cualificador es toda la técnica.
3. Hoja de respuestas o recuento listo, para que la corrección tome 30 segundos después.
4. Pacto contigo mismo: cero blancos, y ningún cambio de opción sin una razón de una cláusula.
5. Pacto contigo mismo: a los dos minutos el ítem se marca y se supone, pase lo que pase con tus instintos.
6. Desgloses ocultos. Si los ves, estás midiendo tu comprensión lectora, no tu recuerdo.

Dominio 1: Ingesta y transformación de datos (34 %) · ítems 1 to 7

Desglose, Q1 · la fórmula de shards. Por qué es correcta: las dos mitades de la fórmula caen en 3,125, y la fórmula dice tomar el máximo de las dos razones y después redondear hacia arriba, $3{,}200 \div 1{,}024 = 3.125$ y $6{,}400 \div 2{,}048 = 3.125$, así que $\lceil 3.125 \rceil = 4$. Por qué las trampas pierden: A (2) ignora por completo el lado de lectura y redondea 3,125 hacia abajo; B (3) trunca en lugar de aplicar ceiling, el desliz aritmético más común en este ítem; D (8) aplica el factor de lectura 2× y el factor de dos consumidores, contando dos veces uno de ellos. Trampa: el divisor de lectura de la fórmula es 2.048, no 1.024, así que un candidato que «recuerda el 2×» pero olvida dónde vive obtendrá 8. Fuente: digest 15 Q01 y C1/C2 · how-do-i-size-a-stream.html de Kinesis Data Streams (fórmula textual), a octubre de 2026.

Desglose: Q2 · stream frente a canalización de entrega. Por qué es correcta: dos cualificadores: menos de un segundo (por registro, dirigido por el consumidor) y reproducir 48 horas (retención más una API de consumidor), y solo Streams satisface ambos. Por qué las trampas pierden: A y D son el mismo servicio dos veces: Firehose acumula en búfer y vacía por tamaño o intervalo, lo que ocurra primero, no expone ninguna API de consumidor y por tanto no ofrece reproducción del lado del consumidor: solo prefijos de respaldo y de error en S3, que no te ayudan a relanzar la lógica corregida sobre las últimas 48 horas; una transformación de Lambda dentro de Firehose no cambia eso. C es un patrón de cola y enrutado sin ninguna posibilidad de reproducción a nivel de stream. Trampa: Firehose suena como «el de Kinesis que entrega», y una Lambda en la opción lo hace parecer dirigido por el consumidor: los cualificadores, no la marca, deciden. Fuente: digest 15 Q02 y par de trampas F1 · aws.amazon.com/compare/data-firehose-and-kinesis-data-streams · preguntas frecuentes de Firehose, a octubre de 2026.

Desglose: Q3 · Selecciona DOS, precombinado. Por qué es correcta: cada mitad rompe el estado del bookmark por separado: la concurrencia infringe la regla documentada de que «los bookmarks no admiten ejecuciones concurrentes y los commits fallarán», y un transformation_ctx renombrado deja huérfano el bookmark almacenado de modo que cada fuente parece nueva. Por qué las trampas pierden: B ofrece la elección correcta de DynamicFrame más un ajuste de rendimiento irrelevante; C y D ofrecen datos de disposición de salida y de permisos, ninguno de los cuales lee el estado del bookmark. Trampa: el enunciado dice que el trabajo ya usa DynamicFrames y ya llama a job.commit(), así que los candidatos buscan lo que falta: la respuesta es lo que se cambió. Forma del examen en vivo: dos casillas, todo o nada, sin crédito parcial. Fuente: digest 15 Q03 · glue-troubleshooting-errors.html y programming-etl-connect-bookmarks.html de Glue, a octubre de 2026.

Desglose: Q4 · MENOS carga operativa. Por qué es correcta: las restricciones duras del enunciado son sin entorno que gestionar, sin cargo por inactividad, reintentos ordenados por dependencia, puerta humana, historial auditable: Step Functions Standard satisface las cinco, y la propia guía de AWS de MWAA frente a Step Functions asigna la operación serverless y las integraciones AWS listas para usar a Step Functions. Por qué las trampas pierden: A entrega la puerta humana y la semántica de DAG pero requiere un entorno de Airflow gestionado que se factura se ejecute o no: la frase exacta que el enunciado prohíbe; C no da grafo de dependencias, ni reintentos por paso con backoff, ni un historial de ejecución único; D orquesta solo trabajos y crawlers de Glue y no tiene ningún constructo nativo de aprobación humana. Trampa: MWAA es la opción que los candidatos conocen mejor, y «Airflow» se lee como «estándar», pero el superlativo es MENOS carga, lo que lo mata al contacto. Fuente: digest 15 Q04 y par de trampas F2 · choosing-workflow-type.html de Step Functions · re:Invent API307 Comparing Amazon MWAA and AWS Step Functions.

Desglose: Q5 · qué límite manda. Por qué es correcta: 25 minutos son 1.500 segundos, por encima del techo de 900 segundos de Lambda, y la carga de trabajo es Spark: así que Glue ETL es el ajuste gestionado y específico. Por qué las trampas pierden: A es el distractor diseñado: 10.240 MB sí está dentro del rango de memoria de Lambda, así que la opción parece conforme, pero la duración es el límite que manda; B es un entorno de ejecución de un solo proceso sin Spark, incapaz de ejecutar un trabajo distribuido de DataFrame de 40 GB; D también funciona técnicamente pero arrastra más superficie operativa de la que pide «MÁS apropiada … totalmente gestionada». Trampa: los candidatos comparan cifras de memoria y nunca convierten 25 minutos en segundos: escribe la unidad antes de comparar (familia de distractores T6). Fuente: digest 15 Q05 · gettingstarted-limits.html y configuration-timeout.html de Lambda · aws-glue-api-jobs-job.html de Glue, a octubre de 2026.

Desglose: Q6 · dos palancas, una factura. Por qué es correcta: el coste anterior es un escaneo de tabla completa ($3 \times 5.00 = 15.00$ USD) y el coste posterior es la compresión y la poda de columnas juntas ($3 \text{ TB} \div 3 = 1$ TB, después $1 \div 3 \approx 0.33$ TB escaneados, $0.33 \times 5.00 \approx 1.65$ USD); este es el ejemplo resuelto de la propia página de precios de Athena de AWS. Por qué las trampas pierden: B aplica la compresión pero olvida la poda de columnas (solo la ganancia 3:1); C usa el coste anterior equivocado, como si la fuente ya fuera de 1 TB; D multiplica en lugar de dividir: el clásico desliz de «la compresión lo hizo más grande». Trampa: el enunciado te da tres números (3 TB, 3 columnas, 3:1) y solo dos de ellos multiplican; decide a qué palanca pertenece cada número antes de calcular. Fuente: digest 15 Q07, C12 y caso D8 · aws.amazon.com/athena/pricing/ (ejemplo resuelto textual), a octubre de 2026.

Desglose, Q7 · mecanismo equivocado. Por qué es correcta: el estado de streaming es checkpointLocation más watermarks; el estado del bookmark es estado por lotes indexado por job_name + transformation_ctx, dos mecanismos distintos para dos modos de fallo distintos. Por qué las trampas pierden: A es el detector de respuesta errónea más fiable del Dominio 1, «activa los job bookmarks en el trabajo de Kinesis» es siempre erróneo; C inventa un modo (bookmark-PAUSE es un modo de bookmark por lotes que retiene estado sin avanzarlo) que no se aplica a streams; D es irrelevante, ya que el marcado de watermarks no es específico del destino. Trampa: ambos mecanismos resuelven «no reprocesar», así que el sustantivo streaming del enunciado es el único discriminador, mapea el sustantivo al mecanismo primero (familia de trampas T1). Fuente: digest 15 Q12 y par de trampas F12 · programming-etl-connect-streaming.html y monitor-continuations.html de Glue.

Dominio 2: Gestión de almacenes de datos (26 %) · ítems 8 to 12

Desglose: Q8 · Selecciona TRES, precombinado. Por qué es correcta: clave/valor con latencia unitaria es el punto de diseño de DynamoDB, la analítica columnar a escala de petabytes es de Redshift, y el SQL serverless facturado por consulta sobre el lago es de Athena: la guía nombra exactamente estos servicios en las habilidades 2.1.1 to 2.1.3. Por qué las trampas pierden: B sobrestona enormemente el rendimiento de escritura OLTP de Aurora para un patrón clave/valor, confunde un stream (retención de 24 horas a 365 días, ordenado, reproducible) con un almacén, e invierte la arquitectura: S3 guarda los datos, el Catálogo de datos de Glue guarda los metadatos; C sustituye la familia equivocada tres veces (RDS es relacional, EMR es un clúster, un crawler descubre el esquema en lugar de servir consultas); D ofrece un almacén en memoria para una pregunta sobre economía de escalas, una herramienta de BI para un motor de consultas y una base de datos de grafos para analítica columnar. Trampa: cada opción fallante es parcialmente plausible: esa es la familia de trampas T7, verdadero pero irrelevante: así que juzga cada emparejamiento por separado en lugar de puntuar la opción como un todo. Fuente: digest 15 Q15 · habilidades 2.1.1 to 2.1.3 de la guía del examen · páginas de producto de DynamoDB, Redshift y Athena, a octubre de 2026.

Desglose, Q9 · el delta del ciclo de vida. Por qué es correcta: el ahorro es el delta de precio por los mismos bytes, $5{,}120 \times (0.023 - 0.0125) = 5{,}120 \times 0.0105 = \mathbf{53.76}$ USD al mes. Por qué las trampas pierden: B resta un delta de 0,0055, que es la tarifa de One Zone-IA colada en la resta; C es el coste completo de Standard ($5{,}120 \times 0.023 = 117.76$ USD), no el ahorro; D usa 5.000 GB decimales y un delta de 0,001, dos errores independientes, que es como se construyen habitualmente los distractores de cebo numérico. Trampa: la puerta de edad de transición a Standard-IA se eliminó el 2026-07-16, así que una regla puede transicionar en el día 0, pero la duración mínima de almacenamiento de 30 días (facturación por borrado anticipado) es una regla distinta y sigue aplicándose. Fuente: digest 15 Q16, C13, C14 y par de trampas F17 · aws.amazon.com/s3/pricing/ (GB-mes binarios), a octubre de 2026.

Desglose, Q10 · distribución, no ordenación. Por qué es correcta: colocalizar ambos lados en la columna de unión elimina por completo el shuffle, que es la regla documentada de esquema estrella: pon la distkey en la dimensión más grande del join más común y refléjala en la tabla de hechos. Por qué las trampas pierden: A deja dim_customer necesitando broadcast o redistribución en cada join; C copia una dimensión de 50 millones de filas a cada nodo, así que el almacenamiento se multiplica por el número de nodos, DISTSTYLE ALL se reserva para dimensiones genuinamente pequeñas, que aquí es dim_product, no la tabla de hechos; D aborda el orden de escaneo y el salto de filtros, no la colocalización del join. Trampa: dos palancas, dos síntomas, DISTKEY arregla el movimiento de datos, SORTKEY arregla el salto de escaneo, y VACUUM/ANALYZE (las opciones con las que quizá esperabas quedarte) arreglan filas desordenadas y estadísticas obsoletas, ninguna de las cuales el plan lamenta. Fuente: digest 15 Q17 y par de trampas F11 · c_choosing_dist_sort.html y t_designating_distribution_styles.html de Redshift, a octubre de 2026.

Desglose, Q11 · Selecciona DOS, precombinado. Por qué es correcta: ambas mitades son capacidades publicadas de Iceberg, viaje en el tiempo basado en instantáneas, y archivos de borrado por posición/igualdad de v2 con vectores de borrado y linaje de fila en v3 que simplifican actualizaciones de tipo CDC. Por qué las trampas pierden: A es falsa dos veces, Athena, Spark, Trino y Redshift leen Iceberg, y el Catálogo de datos de Glue es el catálogo estándar para Iceberg en AWS; B sobrestona (la compactación de archivos pequeños y de archivos de borrado sigue siendo necesaria) y añade la afirmación falsa de solo ORC; D introduce por contrabando la mitad falsa de solo ORC en un par de otro modo verdadero, la estructura clásica de una trampa de respuesta múltiple. Trampa: los formatos de tabla abiertos se convirtieron en una habilidad con nombre en la guía v1.1 (2.1.7), así que la mecánica de Iceberg como instantáneas, evolución de esquema y compactación es directamente examinable ahora; Parquet es la elección común, ORC está admitido, y ninguno es obligatorio. Fuente: digest 15 Q20 · iceberg.html de Athena · habilidad 2.1.7 de la guía del examen, a octubre de 2026.

Desglose: Q12 · se permite el retraso, se exigen segundos. Por qué es correcta: hasta 15 minutos de retraso licencia un resultado precalculado, y debe devolver en segundos descarta el recálculo: una vista materializada con AUTO REFRESH YES es exactamente eso, y Redshift puede reescribir de forma transparente la consulta del panel para usarla. Por qué las trampas pierden: A empuja la carga sobre la base de datos operativa en cada refresco, lo contrario de la intención; C sigue escaneando Amazon S3 por consulta y se factura por bytes escaneados, así que no cambia ni la latencia ni el perfil de coste; D es un alias lógico que recalcula cada vez. Trampa: AUTO REFRESH tiene el valor predeterminado NO, así que la opción que dice «una vista materializada» sin el ajuste de refresco es solo media respuesta, y observa lo que una vista materializada no es: una consulta federada alcanza RDS/Aurora en vivo con empuje de predicados y sin copia, que es una herramienta distinta para un enunciado distinto. Fuente: digest 15 Q18 y par de trampas F10 · materialized-view-overview.html y materialized-view-refresh.html de Redshift, a octubre de 2026.

Dominio 3: Operaciones y soporte de datos (22 %) · ítems 13 to 16

Desglose: Q13 · PRIMERO significa arreglar la causa. Por qué es correcta: el enunciado te entrega el diagnóstico en los registros (una segunda copia ejecutándose de forma concurrente), y AWS documenta que los bookmarks no admiten ejecuciones concurrentes: así que el primer paso es forzar la serialización con MaxConcurrentRuns = 1. Por qué las trampas pierden: A cambia el rendimiento, no la garantía de concurrencia; C enmascara el síntoma y destruye el estado incremental, de modo que la siguiente ejecución reprocesaría todo: lo contrario del comportamiento deseado; D es una optimización de coste para trabajos no urgentes sin efecto sobre el estado del bookmark. Trampa: «restablece el bookmark» es la respuesta con forma de remediación a la que los candidatos tienden, pero el cualificador PRIMERO del enunciado pide la causa raíz, y un restablecimiento reprocesaría toda la fuente. Fuente: digest 15 Q25 · glue-troubleshooting-errors.html de Glue («Actualmente los bookmarks de AWS Glue no admiten ejecuciones concurrentes y los commits fallarán»), a octubre de 2026.

Desglose: Q14 · una señal por etapa. Por qué es correcta: cada etapa de esta canalización tiene exactamente una métrica que nombra su propio fallo: retraso del stream = GetRecords.IteratorAgeMilliseconds (AWS documenta que un valor cero significa que el consumidor se ha puesto al día), retraso de replicación = CDCLatencyTarget de DMS, hambre por concurrencia = Throttles de Lambda. Por qué las trampas pierden: B ofrece tres respuestas erróneas: BucketSizeBytes es una métrica de almacenamiento una vez al día, NumberOfMessagesReceived no es una métrica de Glue, y solo el CPUUtilization de Redshift pasa por alto las señales de longitud de cola que de verdad importan para un almacén; C y D introducen por contrabando un emparejamiento correcto con dos erróneos, que es como se fabrican las trampas de respuesta múltiple. Trampa: alarma sobre el retraso, no sobre el tamaño, y observa que una métrica que existe no es automáticamente una métrica de salud de canalización. Forma del examen en vivo: tres casillas, todo o nada. Fuente: digest 15 Q30 · documentación de métricas de CloudWatch de Kinesis Data Streams, DMS y Lambda, a octubre de 2026.

Desglose: Q15 · DPU-horas, no trabajadores. Por qué es correcta: Glue factura DPU-horas, así que convierte todo a horas primero: $8 \times 0.5 = 4$ DPU-horas por ejecución, $4 \times 0.44 = 1.76$ USD por ejecución, $2 \times 31 = 62$ ejecuciones, $62 \times 1.76 = \mathbf{109.12}$ USD. Por qué las trampas pierden: B es una ejecución al día ($31 \times 1.76 = 54.56$ USD); C duplica la programación a cuatro ejecuciones al día; D modela el trabajo ejecutándose cada hora del mes ($8 \times 0.44 \times 24 \times 31 = 2{,}618.88$ USD), un desliz de orden de magnitud en la otra dirección. Trampa: «4 × G.2X» ya son 8 DPU (cada G.2X son 2 DPU), así que un candidato que multiplica por dos otra vez paga el doble. Sella con fecha la tarifa: 0,44 USD por DPU-hora se leyó de la línea ETL de Glue 3.0/4.0 en us-east-1 a octubre de 2026, y Glue 6.0 introdujo una reducción de precio principal del 30 %: verifica la tabla de tarifas vigente antes de apoyarte en cualquier cifra. Fuente: digest 15 Q28 y C7/C8 · aws.amazon.com/glue/pricing/ · aws-glue-api-jobs-job.html de Glue, a octubre de 2026.

Desglose, Q16 · nombra el síntoma, después la palanca. Por qué es correcta: EXPLAIN ya te ha dicho que el síntoma es el movimiento de datos, y la palanca que elimina el movimiento de datos es la distribución, haz coincidir la distkey en ambos lados del join, o replica una dimensión genuinamente pequeña con DISTSTYLE ALL. Por qué las trampas pierden: A aborda filas desordenadas y recuperación de espacio; B refresca estadísticas, merece la pena hacerlo, y puede cambiar la elección del plan, pero no cambia la distribución física; D acelera escaneos y filtros sobre event_ts, no el join. Trampa: las cuatro opciones son comandos de mantenimiento legítimos de Redshift, así que este ítem lo decide enteramente el síntoma que nombra el enunciado, DISTKEY arregla el movimiento, SORTKEY arregla el salto, VACUUM arregla las filas desordenadas, ANALYZE arregla las estadísticas obsoletas. Fuente: digest 15 Q31 y par de trampas F11 · c-analyzing-the-query-plan.html y c_choosing_dist_sort.html de Redshift, a octubre de 2026.

Dominio 4: Seguridad y gobernanza de datos (18 %) · ítems 17 to 20

Desglose, Q17 · PRIMERO significa cerrar la puerta abierta. Por qué es correcta: el grupo predeterminado IAMAllowedPrincipals posee Super en las bases de datos, así que el catálogo lo gobierna IAM solo por mucho que emitas de concesiones finas, eliminar ese valor predeterminado (y desactivar «Usar solo control de acceso de IAM») es la transición Método 2 recomendada. Por qué las trampas pierden: B cambia quién puede conceder, no quién puede leer; C es el estado de migración incremental, no el estado final, y no elimina el acceso abierto; D concede administración, y notablemente no permite al titular añadir más administradores, sin cerrar el catálogo. Trampa: los candidatos que acaban de aprender las concesiones de Lake Formation dan por hecho que las concesiones están rotas; las concesiones están bien, la puerta está abierta. Observa también que un usuario de IAM con AdministratorAccess no es automáticamente administrador del lago de datos, y que los permisos de Lake Formation se aplican solo en la Región en la que se concedieron. Fuente: digest 15 Q35 y par de trampas F7 · access-control-fine-grained.html y lf-permissions-reference.html de Lake Formation, a octubre de 2026.

Desglose: Q18 · dos puertas, ambas deben abrirse. Por qué es correcta: los permisos de Lake Formation y los permisos de IAM son dos puertas, y la documentación de Amazon Athena declara textualmente que cualquiera que consulte datos registrados en Lake Formation debe tener una política de IAM que permita lakeformation:GetDataAccess: más el hecho de que la concesión de Lake Formation debe estar sobre el recurso que la consulta realmente lee. Por qué las trampas pierden: B ofrece un permiso de listado de S3 a nivel de cuenta y un control de red, ninguno de los cuales es autorización para una tabla catalogada; C destruye el mínimo privilegio y todavía no sustituiría la semántica de la concesión, ya que un administrador de IAM no es automáticamente administrador del lago de datos; D añade más acciones del plano de datos de S3 y cambia de motor, lo que no abre ninguna de las dos puertas. Trampa: el enunciado dice que el analista ya tiene athena:* y ya tiene un SELECT de LF, así que los candidatos concluyen «los permisos están bien»: la acción que falta es una tercera puerta que solo prueban las preguntas de Athena. Fuente: digest 15 Q34 y C19/C22 · lf-athena-user-permissions.html de Athena · lf-permissions-overview.html de Lake Formation, a octubre de 2026.

Desglose: Q19 · tres restricciones, una respuesta. Por qué es correcta: una clave que controle la empresa requiere una clave KMS gestionada por el cliente; auditable por principal requiere los registros de CloudTrail por llamador de KMS, que SSE-S3 no puede producir; la cuenta asociada debe leer requiere una concesión de política de clave, y el S3 Bucket Key recorta el cargo de KMS por solicitud (hasta un 99 %) sin debilitar ninguna de las tres. Por qué las trampas pierden: A es gratuita y es el valor predeterminado desde el 2023-01-05 (SSE-S3, AES-256-GCM, sin recargo) pero no ofrece control de clave, ni rastro de auditoría de uso de clave, ni política de clave entre cuentas; C hace que el cliente posea la clave: una clave perdida significa pérdida permanente de datos, y no hay auditoría de quién la usó; D es no gestionado y no auditable a nivel de servicio. Trampa: los candidatos se detienen en «cifrado en reposo» y eligen el valor predeterminado; la segunda y la tercera restricción del enunciado son las que fuerzan SSE-KMS con una CMK. Fuente: digest 15 Q37 y C24 · UsingKMSEncryption.html y bucket-key.html de S3 · control-access.html de KMS, a octubre de 2026.

Desglose, Q20 · quién la llamó. Por qué es correcta: la pregunta es sobre una identidad de API, y CloudTrail es el servicio que registra quién llamó a qué API sobre qué recurso, Glue además expone el historial de versiones de tabla, que responde qué cambió, pero el auditor preguntó por el principal. Por qué las trampas pierden: B cubre operaciones de objetos de S3, no DDL de catálogo; C descubre contenido sensible e informa de hallazgos, nunca registra llamadas a la API del catálogo, y Macie nunca remedia; D registra flujos de red, no identidades de API. Trampa: tres de las cuatro opciones son fuentes de evidencia reales que responden a una pregunta distinta, esa es la familia de trampas T7, verdadero pero irrelevante. Si el auditor hubiera preguntado cómo era la tabla antes, la respuesta se desplazaría al versionado de tablas de Glue. Fuente: digest 15 Q40 y par de trampas F8 · cloudwatch-cloudtrail-integration.html de Glue · Guía del usuario de CloudTrail, a octubre de 2026.

Ítems de extensión 21 to 22: construidos a partir de los Ejercicios con casos reales

Estos dos no cuentan para el reloj de 20 ítems del Conjunto A. Resuélvelos después de haber corregido el Conjunto A, dos minutos cada uno, mismas reglas; sin apuntes, sin desglose, razón de una cláusula para cualquier cambio. Existen para demostrar que una historia de cliente publicada puede convertirse en un enunciado puntuado.

Desglose, Q21 · la reproducción vive en el stream, no en la entrega. Por qué es correcta: dos cualificadores, reproducir 24 horas (retención más una API de consumidor) y la entrega (Firehose), y solo el stream que lo alimenta los satisface: Kinesis Data Streams conserva los registros 24 horas a 365 días y reproduce mediante un nuevo iterador de shard. Por qué las trampas pierden: A inventa una API de consumidor que Firehose no tiene; C confunde el intervalo de búfer, que decide cuándo aterrizan los datos en S3, con la retención, dos medidores sin relación (familia de trampas T6, unidad equivocada pegada a un dato verdadero); D viste la misma API falsa con ropa de cifrado. Trampa: Firehose «ya contiene los datos en S3» es verdadero e irrelevante, la copia de S3 es una copia de respaldo que puedes reprocesar con un trabajo nuevo, no una posibilidad de reproducción que relance la lógica del consumidor (familia de trampas T7). Fuente: digest 16 material de casos (AGCO, A7/A8) y trampa F2 · digest 18 trampa 1 · digest 15 Q02 · preguntas frecuentes de Firehose, a octubre de 2026.

Desglose: Q22 · el mecanismo vence al titular. Por qué es correcta: ambas mitades son mecánica publicada de la construcción del cliente: etiquetas a nivel de base de datos heredadas por tablas y columnas (esa herencia es por qué el recuento de reglas cayó a dos) y S3 alcanzado solo a través de una función de acceso a datos de Lake Formation (la segunda puerta). Por qué las trampas pierden: B es errónea dos veces: los permisos de Lake Formation son locales a la Región (una concesión que «se aplica a toda la cuenta» es ficción), y IAM solo nunca abre la puerta del catálogo y los datos; C invierte la historia (las concesiones por tabla son el antiguo dolor que las etiquetas eliminaron) y entrega la aplicación a Macie, que descubre e informa de contenido y nunca remedia; D invierte la herencia y elimina la puerta de IAM, lakeformation:GetDataAccess incluido, que Amazon Athena exige explícitamente. Trampa: el enunciado te entrega el resultado impresionante del cliente, así que buscas el resultado: la marca está en el mecanismo. Forma del examen en vivo: dos casillas, todo o nada, sin crédito parcial. Fuente: digest 16 caso de estudio 9 (IAS, A13) y trampas F3/F4/F8 · digest 18 trampa 7 · lf-athena-user-permissions.html de Athena, a octubre de 2026.

• 📚 ¿Sabías que…? El Official Practice Question Set que AWS ofrece para el DEA-C01 contiene exactamente 20 preguntas, el mismo recuento que el Conjunto A de aquí, es gratuito, se alinea con la guía de examen actual y vive en Skill Builder. Es lo primero que pide el propio plan de preparación en cuatro pasos de AWS que lo resuelvas, junto con la gratuita Demostración de examen para la interfaz. Si el Conjunto A te pareció largo, eso es información útil sobre tu ritmo; si te pareció corto, haz a continuación el oficial de 20.

---