Mục tiêu bài học
Nắm sáu R ở mức CLF-C02 và nhận diện dịch vụ AI/ML theo đầu vào/đầu ra.
Bài giảng chi tiết
Bài toán thực tế
Một doanh nghiệp có VM cũ không thể sửa ngay, database cần migration với downtime thấp và kho ảnh cần nhận diện. Chọn sai chiến lược migration hoặc AI service sẽ làm tăng risk và effort.
Đừng học nội dung này như một danh sách tên dịch vụ. Hãy đi theo chuỗi: requirement → khái niệm → quyết định → bằng chứng. Một câu trả lời tốt phải nói được vì sao lựa chọn phù hợp, phương án gần nhất bị loại ở đâu, và kiểm tra nào chứng minh lựa chọn đó hoạt động.
Khái niệm được giải thích theo scenario
- Rehost là lift-and-shift; replatform thay đổi vừa phải; refactor/re-architect thay đổi sâu.
- DMS hỗ trợ database migration/replication; strategy phải xét schema, cutover, consistency và downtime.
- Rekognition xử lý image/video, Polly text-to-speech, Lex conversational interface, SageMaker ML lifecycle.
- Khả năng kỹ thuật không tự quyết định consent, privacy, retention hoặc compliance của dữ liệu.
Ví dụ khi gặp một scenario mới, hãy thay các từ khóa trong đề bằng một hệ thống cụ thể: ai là người dùng, dữ liệu đi qua đâu, thành phần nào có thể lỗi, quyền nào cần có và điều gì phải được quan sát. Cách làm này giúp phân biệt các đáp án gần đúng thay vì chọn theo trí nhớ tên service.
flowchart LR
A[Scenario / requirement] --> B[Concept and boundary]
B --> C[Service or control choice]
C --> D[Evidence and trade-off]
D --> E[Failure variant]
Khái niệm cốt lõi
Sáu R thường gặp: retire, retain, rehost, relocate, repurchase, replatform và refactor/re-architect. DMS hỗ trợ database migration. Rekognition phân tích ảnh/video; Polly text-to-speech; Lex conversational interface; SageMaker xây dựng và triển khai ML.
Ví dụ giảng viên: phân loại một quyết định cloud
Sáu R là decision framework, không phải bảng chọn tool. Rehost phù hợp khi cần chuyển nhanh ít thay đổi; replatform khi muốn tận dụng managed capability; refactor khi chấp nhận thay đổi kiến trúc để đạt mục tiêu dài hạn. DMS là phương tiện cho database path, nhưng vẫn cần schema compatibility, CDC/replication, cutover, validation và rollback.
AI service phải được đọc theo input/output và data governance: ảnh/video khác text-to-speech, conversational interface khác model lifecycle. Không upload dữ liệu cá nhân vào lab chỉ để chứng minh command chạy; consent, retention và human review là một phần của design.
Thực hành có kiểm soát
Cho workload cũ không sửa code, database cần chuyển liên tục và ảnh cần nhận diện: chọn rehost, DMS, Rekognition. Ghi điều kiện dữ liệu, consent và downtime cần xác minh; không suy luận trách nhiệm pháp lý từ khả năng kỹ thuật.
Expected state và recovery
Trước khi thực hành, ghi rõ target/account/region, trạng thái hiện tại và output mong đợi. Sau thao tác, kiểm chứng bằng trạng thái thực tế hoặc command phù hợp; nếu kết quả sai, giữ lại evidence, quay về thay đổi nhỏ nhất và cleanup đúng owner. Không coi exit code 0 hoặc thông báo “success” là bằng chứng duy nhất.
- Phân biệt rehost/replatform/refactor bằng mức thay đổi.
- Chọn DMS cho database migration và nêu điều kiện cutover.
- Ghép đúng Rekognition/Polly/Lex/SageMaker theo input/output.
- Nêu được một privacy/data governance check trước AI lab.
Bẫy đề thi và cách tự kiểm tra
Rehost là lift-and-shift. Refactor thay đổi sâu kiến trúc. Đề thi hỏi mục tiêu migration và mức thay đổi, không yêu cầu xây model ML.