글로벌 물류 회사는 공급망 운영을 최적화하기 위한 새로운 데이터 플랫폼을 구축하고자 합니다. 이 플랫폼은 다음 요구사항을 충족해야 합니다:
1. **실시간 데이터 수집 (Real-time Data Ingestion):** 수천 대의 차량으로부터 초당 수백만 건의 GPS 위치 및 센서 데이터를 안정적으로 수집해야 합니다.
2. **실시간 처리 및 이상 감지 (Real-time Processing & Anomaly Detection):** 수집된 실시간 데이터 스트림에서 지연 또는 이탈과 같은 이상 징후를 즉시 감지하고 경고를 생성해야 합니다.
3. **대규모 데이터 저장소 (Large-scale Data Storage):** 수년간의 원본 및 처리된 데이터를 페타바이트 규모로 저장할 수 있는 비용 효율적이고 확장 가능한 데이터 레이크가 필요합니다.
4. **고급 분석 및 ML (Advanced Analytics & Machine Learning):** 저장된 과거 데이터를 기반으로 경로 최적화, 도착 시간 예측(ETA) 등 복잡한 머신러닝 모델을 훈련하고 실행해야 합니다.
5. **대화형 BI 및 보고 (Interactive BI & Reporting):** 운영 관리자가 실시간 및 과거 데이터를 통합하여 탐색하고 대시보드를 통해 인사이트를 얻을 수 있도록 빠르고 반응성 있는 데이터 웨어하우스 기능을 제공해야 합니다.
6. **데이터 통합 및 오케스트레이션 (Data Integration & Orchestration):** 전체 데이터 파이프라인의 데이터 흐름, 변환 및 로드를 효율적으로 관리해야 합니다.
이러한 모든 요구사항을 가장 효과적으로 충족하는 Azure 서비스 조합으로 구성된 아키텍처는 무엇입니까?
A. Azure Event Hubs -> Azure Stream Analytics -> Azure Data Lake Storage Gen2 -> Azure Databricks -> Azure Data Factory -> Azure Synapse Analytics (Dedicated SQL pool) -> Power BI Embedded
B. Azure IoT Hub -> Azure Functions -> Azure SQL Database -> Azure Data Factory -> Power BI Service
C. Azure Service Bus -> Azure Logic Apps -> Azure Storage Accounts (Blob) -> Azure HDInsight (Hadoop) -> Power BI Desktop
D. Azure Event Hubs -> Azure Synapse Analytics (Spark pool for real-time & batch, SQL pool for BI) -> Azure Data Lake Storage Gen2 -> Azure Data Factory -> Power BI Embedded
E. Azure Data Factory -> Azure SQL Managed Instance -> Azure Analysis Services -> Power BI Service