Amazon OpenSearch Service クイズ
Amazon OpenSearch Service の理解度を確認しましょう。
Amazon OpenSearch Service はどのオープンソースプロジェクトをベースにしていますか？
- A) Apache Solr
- B) Elasticsearch 7.10 のフォーク
- C) Apache Lucene 単体
- D) Splunk のオープンソース版
回答を表示
回答: B) Elasticsearch 7.10 のフォーク
解説: OpenSearch は、AWS が Apache 2.0 ライセンスの下で Elasticsearch 7.10 をフォークして 2021 年に作成したオープンソースプロジェクトです。Elastic のライセンス変更（SSPL）への対応として開始されました。
OpenSearch Cluster で、index metadata 管理と cluster state 管理を担う Node タイプはどれですか？
- A) Data Node
- B) Master Node
- C) UltraWarm Node
- D) Coordinating Node
回答を表示
回答: B) Master Node
解説: Master Node は、cluster state 管理、index の作成・削除、shard allocation の判断などの Cluster 管理タスクを処理します。本番環境では、専用 Master Node を 3 台使用することが推奨されます。
OpenSearch で費用対効果に優れた読み取り専用の storage tier はどれですか？
- A) Hot Storage
- B) Warm Storage
- C) UltraWarm
- D) Standard Storage
回答を表示
回答: C) UltraWarm
解説: UltraWarm は S3 ベースの読み取り専用 storage tier であり、Hot storage（EBS）より約 75% 低コストです。頻繁に query されない過去の log data の保存に適しています。
ISM（Index State Management）policy の主な目的は何ですか？
- A) index security settings の管理
- B) index lifecycle（rollover、削除など）の自動化
- C) index query の最適化
- D) index replication の設定
回答を表示
回答: B) index lifecycle（rollover、削除など）の自動化
解説: ISM policy は index lifecycle を自動管理します。index rollover、Hot→UltraWarm→Cold への移行、retention period 経過後の削除を自動化できます。
OpenSearch の log collection method のうち、最も費用対効果が高く管理が容易なものはどれですか？
- A) EC2 上の Logstash
- B) FluentBit DaemonSet + 直接送信
- C) Kinesis Data Firehose
- D) Lambda functions
回答を表示
回答: C) Kinesis Data Firehose
解説: Kinesis Data Firehose は、buffering、compression、batch processing を自動的に実行するフルマネージドサービスです。組み込みの S3 backup と error handling により、運用負荷が低く、大規模な log collection において費用対効果に優れています。
OpenSearch Fine-Grained Access Control（FGAC）で、特定の Namespace の log へのアクセスのみを制限する機能はどれですか？
- A) Field-Level Security (FLS)
- B) Document-Level Security (DLS)
- C) Index-Level Security
- D) Cluster-Level Security
回答を表示
回答: B) Document-Level Security (DLS)
解説: Document-Level Security（DLS）は、特定の条件に一致する document へのアクセスのみを制限します。たとえば、条件 kubernetes.namespace: "team-a" を使用して、特定の team の log のみへのアクセスを設定できます。
OpenSearch index template で、
LowCardinalityの代わりに使用される Elasticsearch/OpenSearch の string optimization type はどれですか？- A) text
- B) keyword
- C) analyzed_string
- D) compact_string
回答を表示
回答: B) keyword
解説: OpenSearch では、低 cardinality の string field（namespace、level など）に keyword type を使用します。text type は full-text search 用に tokenization される一方、keyword は exact match と aggregation 向けに最適化されています。
OpenSearch の cost optimization における正しい storage tiering の順序はどれですか？
- A) Cold → UltraWarm → Hot
- B) Hot → Cold → UltraWarm
- C) Hot → UltraWarm → Cold
- D) UltraWarm → Hot → Cold
回答を表示
回答: C) Hot → UltraWarm → Cold
解説: data はまず高速な query のために Hot storage（EBS）に保存され、時間の経過とともに UltraWarm（読み取り専用）へ移動し、最後に古い data のために Cold Storage（S3）へ移動します。この順に cost は低下します。
OpenSearch で特定の時間範囲内の error log を検索するための正しい Query DSL はどれですか？
- A)
{"query": {"match": {"level": "error", "time": "1h"}}} - B)
{"query": {"bool": {"must": [{"match": {"level": "error"}}, {"range": {"@timestamp": {"gte": "now-1h"}}}]}}} - C)
{"filter": {"level": "error", "time": "> now-1h"}} - D)
{"search": {"level": "error", "since": "1h"}}
- A)
回答を表示
回答: B) {"query": {"bool": {"must": [{"match": {"level": "error"}}, {"range": {"@timestamp": {"gte": "now-1h"}}}]}}}
解説: OpenSearch Query DSL では、複数の条件を組み合わせるために bool query を使用します。must array には、match（text matching）と range（time range）の両方の指定が含まれます。
OpenSearch と Loki を比較した場合、OpenSearch がより適している use case はどれですか？
- A) cost optimization が最優先の startup
- B) full-text search と複雑な analytical query が必要なケース
- C) 既存の Grafana stack との integration
- D) 単純な log filtering のみが必要なケース
回答を表示
回答: B) full-text search と複雑な analytical query が必要なケース
解説: OpenSearch は、強力な Lucene ベースの full-text search 機能と複雑な aggregation query をサポートしています。security analysis（SIEM）、compliance、複雑な log analysis に適しています。cost optimization や単純な filtering には、Loki の方が適しています。