某製造企業導入上萬台物聯網(IoT)感測器以進行設備健康監測。系統需在毫秒級回應異常事件,並同時將完整資料保留於雲端供後續AI模型訓練與分析。若企業希望兼顧即時性、資料完整性與可擴展性,下列哪一種資料流程設計最符合此目標?

iPAS 考題解析

某製造企業導入上萬台物聯網(IoT)感測器以進行設備健康監測。系統需在毫秒級回應異常事件,並同時將完整資料保留於雲端供後續AI模型訓練與分析。若企業希望兼顧即時性、資料完整性與可擴展性,下列哪一種資料流程設計最符合此目標?

  • A. 感測器→雲端API Gateway→分散式資料庫→批次特徵工程→模型推論
  • B. 感測器→MQTT Broker→雲端資料倉儲→即時儀表板→模型再訓練
  • C. 感測器→邊緣運算節點→流式資料處理框架(Stream Processing Framework)→雲端資料湖→模型推論 ✓ 正確答案
  • D. 感測器→本地快取層→RESTful API→雲端報表系統→模型批次更新

詳細解析

邊緣運算節點處理毫秒級即時回應,流式資料處理框架(如Kafka+Flink)確保資料持續流轉,雲端資料湖保存完整歷史資料供AI訓練,此架構同時滿足即時性、資料完整性與可擴展性三項需求。

出題年份:114 難度:★★☆