AWS SAA-C03备考：PDF题库拆分与三轮刷题法实战指南

简介：备考资料聚焦 AWS SAA-C03 认证考试，主题为 AWS 解决方案架构师助理级（Solutions Architect Associate）常见真题与解析。资料选取了全球站点数据聚合、S3 日志分析等典型题目，针对每个问题列出 A、B、C、D 四个选项并逐项讲解选择与排除理由，能帮助考生理解 S3 Transfer Acceleration、multipart upload、Cross-Region Replication，以及 CloudWatch Logs、Athena、Redshift 等服务的适用场景和取舍依据。资料为 PDF 格式，共 1 个文件，压缩包大小约 1.29MB，体积小巧，适合在手机、平板或电脑上随时翻阅复习。目前已有 305 人学习该资源。学习这份文档，读者可以获得 SAA-C03 核心考点的具体案例，掌握从网络传输效率、存储服务特性、运维复杂度与成本等维度评估云架构方案的答题方法，适合考前冲刺和查漏补缺时使用。

1. 拿到AWS-SAA-C03-20230707.pdf，先别急着从头翻

这份在圈子里流传的 AWS-SAA-C03-20230707.pdf，文件名里的 SAA-C03 是 AWS Certified Solutions Architect – Associate 的考试代号，日期多半是资料打包或内容修订的时间。这类 PDF 通常几百页起步，按知识点堆题目和答案，很多人把它当“题库大全”收藏起来就再也不看了。它真正的价值不在“读”，而在“查”——备考时按知识点检索、刷题时对照解析、考前把错题回炉，这三件事做好，它比在线题库更省心。

这份材料适合三类人：正在准备 SAA-C03 考试、手里只有官方考试指南但缺题量的考生；日常管 EC2、S3、写 CloudFormation 但没系统刷过认证题的运维或开发；以及想用一个月把 AWS 基础服务串起来的人。反过来，如果你已经拿过别的云厂商架构师认证，只想看重点，这份 PDF 也够用，但需要花功夫把题库答案和当前服务状态做一遍交叉核对。

先说一个和直觉相反的结论：这份 PDF 不是教材，别按顺序一页页读完。我见过太多人把几百页题库从头翻到尾，一周后除了“好像见过”什么都没留下。正确打开方式是把它当成字典加错题集——先测后补、按域拆、程序化提取。下面从文件管理开始讲。

2. 用 PDF 工具在本地管理 SAA-C03 题库：阅读批注与按域拆分的完整流程

2.1 为什么本地 PDF 比在线题库更适合备考

在线题库平台不少，但有两个痛点：一是平台内容经常改动，今天收藏的题目明天可能被挪到专栏里；二是错题记录锁在账号里，导出麻烦。本地 PDF 没有这些问题，文件在硬盘上，断网也能看，批注是写在自己的副本上，想导出就导出。加上 PDF 格式通用，手机、平板、电脑都能打开，配合网盘同步就是一套私有题库系统。

本地 PDF 也有短板：不能自动判分、不能自动统计正确率。这部分的解法是靠表格或脚本做错题记录，第 3 章会给一份可以直接抄的错题表。如果你已经习惯了在线刷题的即时反馈，刚切到本地 PDF 会不习惯，但坚持三天会发现，亲手写一遍错因比点一下“答对”记得牢得多。

文件管理上，第一件事是把这份 PDF 从“下载文件夹”挪到固定目录，并按版本命名，比如SAA-C03/题库/20230707版.pdf。别在原始文件名上瞎改，后面配合批注导出、版本回滚都靠这个目录结构。很多人考完试才发现自己刷的是一份过期版本，这属于最亏的翻车方式。

2.2 用阅读器搭建三色批注体系：高亮、书签与备注的命名规则

PDF 阅读器选型，Windows 下用 Adobe Acrobat 或 Foxit 都行；macOS 上用自带“预览”能做基础高亮，但导出注释和搜索注释不如 Acrobat 方便。如果追求省事，也有人用 Swifdoo 这类支持重排和批注的付费阅读器，我更喜欢不加钱的做法：用免费阅读器加编号规则搞定。

批注体系建议直接用“颜色 + 书签”两层。颜色规则要固定住：

• 红色高亮：做了也错，看完答案仍不理解，属于概念硬伤
• 黄色高亮：瞎蒙做对，或者蒙圈但答案碰对了，属于概念模糊
• 绿色高亮：纯记忆型，比如 S3 存储类、配额数字、服务名对应表，背就行

这个规则写在笔记软件里或者贴在屏幕边，不然三天后就忘了。高亮颜色用阅读器默认的四色调色板就行，关键是判定标准要统一，否则后期看批注根本分不清当初为什么标红。

书签命名规则建议按“域 - 知识点 - 服务 - 题目核心”四段式，比如D2-安全-安全组-DDoS防护。每次做完一页题，就把书签插到本页开头。这样到后期，你能直接通过书签列表看到每个知识域收了多少题，哪些域还是空窗。批注格式统一为“为什么错 + 正确结论”，比如“选 C：ALB 终止 TLS 时要在 ALB 上装证书，不是在后端 EC2 上”。写这一行比反复刷十道同类型题更有用。

如果阅读器支持批注搜索，比如 Acrobat 的注释面板，可以直接在几百条批注里搜“ALB”定位相关错题。这一步把 PDF 从“题集”变成了“个人索引库”。每周花十分钟把批注导出一次，存成 FDF 文件放同一个目录，文件名带日期，比如批注-20230707.fdf。万一阅读器崩溃换一个，注释还能导回去。这是后悔药，记得做。

2.3 按五大域把 PDF 拆成五个文件：基于 pikepdf 的拆分脚本

SAA-C03 考试大纲把考点分成四个大域，最新权重是弹性架构 30%、高性能架构 28%、安全架构 24%、成本优化 18%。题目 PDF 一般不会严格按域分好，可能混在一起。把文件拆成几块，有利于按第 3 章的三轮法刷题。先确认文件有没有损坏：

pip install pikepdf pdfinfo AWS-SAA-C03-20230707.pdf 2>/dev/null | grep -E "Pages|File size"

pdfinfo来自 poppler-utils，Linux 和 macOS 都能用；Windows 下可以直接在 Acrobat 的属性面板里看页数。如果pdfinfo输出为空，说明文件没下载完整或结构损坏，先重新下载再说。确认页数后，再用 Python 拆分：

import pikepdf # 打开原始 PDF pdf = pikepdf.open("AWS-SAA-C03-20230707.pdf") # 页面区间定义：按实际 PDF 的目录页范围调整，页码从 0 开始 # 假设 1-100 页是弹性架构，101-220 页是高性能架构 ranges = { "D1-resilient": (0, 100), # 页 0~99 "D2-highperf": (100, 220), # 页 100~219 "D3-secure": (220, 340), # 页 220~339 "D4-cost": (340, 420), # 页 340~419 } for name, (start, end) in ranges.items(): new_pdf = pikepdf.new() new_pdf.pages.extend(pdf.pages[start:end]) new_pdf.save(f"SAA-C03-{name}.pdf")

逻辑说明：pdf.pages[start:end]是左闭右开切片，(0, 100)实际包含 0~99 页，也就是阅读器里显示的第 1~100 页。很多人在这里翻车，想要 1~100 页写成(1, 100)，结果丢掉第一页还搭上第 101 页的半截内容。pikepdf 的页面切片底层是引用继承，不会重新编码内容，所以拆分几十 MB 的大文件也很快。参数说明：每个域的起止页不确定时，先阅读器里搜关键词看题目集中区，比如搜“S3 跨区域复制”定位 D1，搜“安全组”定位 D3，再回来填ranges。

提示：拆完抽查几个页面，对照原始 PDF 的页脚页码，确认没切歪。

3. 按 SAA-C03 五大域刷题：三轮闭环与错题记录

3.1 SAA-C03 考什么：官方权重与优先检索顺序

SAA-C03 总时长 130 分钟，65 道题，默认英文。官方考试指南把考点分成四个域，权重差异很大：

从权重看，弹性与高性能两个域合计接近六成。刷题顺序应该先攻这两个域，而不是拿 PDF 从第 1 页往后推。如果 PDF 的目录按知识点排好了，优先看包含高可用、故障转移、弹性伸缩、性能优化的章节；如果目录很乱，就用上一章拆分脚本按页切，切完优先做 D1、D2 两个切片。

这里要提醒一句：别迷信 PDF 里标的“高频”“必考”标签。AWS 认证题库会随服务迭代更新，老资料里的“必考”可能已经不是当下热点。判断方法很简单，看题目里有没有出现较新的服务名——出现 Graviton、Outposts、DataSync 这类词的题目，基本是近两年的新题；整页都是 EC2-Classic、ap-northeast-1旧区域这种描述，优先级往后放。

3.2 三轮刷题法：摸底、按域补、全真冲刺

把 PDF 拆好之后，我用的刷题节奏是三轮，每一轮的目标和产出都不同：

第一轮的重点是建立“我哪里不行”的地图。这轮不用批注，拿张纸写题号和答案就行。做完统一对答案，把错的和蒙的题号都圈出来。注意：蒙对的题也要圈，这类题暴露的是概念模糊，比纯错误更危险，因为考场上换个说法你就可能栽。

第二轮才是打开 PDF 批注的时候。每天选一个域，把该域错题从头做一遍。做对的划掉，做错的去 AWS 官方文档查知识点，并把解释写成批注。这里有个原则：文档优先于 PDF 解析。很多 PDF 解析只有一句话“Answer: B”，没有推理过程，这时候搜题干里的关键词，去官方文档找对应服务说明，把推理链补完整。

第三轮按考试规格来：65 题限时 130 分钟，中间不暂停。模考分数不是这轮的核心产出，错题分布才是。把每套模考错题按域统计，如果某域错误率超过 40%，回头重做第二轮里该域的错题卡。三套模考之后，正确率趋势比你绝对分数更有参考价值。

3.3 用错题记录表驱动二次复习

光在 PDF 上画高亮还不够，信息太分散。我习惯同时维护一个 Markdown 或 Excel 错题表，字段就五列：

填写原则有三条。第一，同一道题错两次要加粗题号，这类题是最后一周的重点。第二，错误原因写“概念混淆”而不是“看错了”，“看错了”没有改进价值，写下“S3 标准与 IA 的取回费用没区分”才是有效记录。第三，每周一打开表，把错误原因相同的题归到一起，一次解决一类问题，而不是一道题一道题地磨。

举例来说，如果这周有 6 道题错在 S3 存储类选择，别急着做 6 道题，而是先花半小时搞懂 S3 Standard、S3 Intelligent-Tiering、S3 Glacier 的取回费用和最小存储时长差异，再回头做这 6 道题。这样错题表就从“记录工具”变成了“复习闭环”的驱动。复测结果可以在第三轮冲刺时回填，标上日期，考前只看那些复测日期在三天以前的题。

4. SAA-C03 备考资料常见问题与排查：过期答案、乱码文档与刷题翻车

4.1 PDF 打不开、文字乱码或整页是图片

现象：双击 PDF 后界面空白，或者文字全是方块；更隐蔽的是选中文字复制出来是乱码或空内容。

原因：浏览器内嵌预览组件对部分旧版 PDF 兼容性差；文件下载不完整；也可能是资料本身是扫描版，没有文字层。

解决：先换桌面阅读器打开，浏览器预览组件不是正经 PDF 工具。再用pdfinfo检查页数和文件大小，如果pdfinfo都解析不出来，重新下载。如果确认是扫描版图片 PDF，复制文字为空是正常的，要么接受看图做题，要么用 OCR 管线先识别一遍。网上搜“pdf图片中文设置”能找到把 OCR 语言切到中文的方法，但 SAA-C03 是英文考试，OCR 语言选 eng 就够了。顺手说一句：这类问题在技术社区里一搜一大把，不用专门去翻帖子，核心就是确认文件有没有文字层。

4.2 答案解析不全，对完答案还是不懂

现象：题干下面只有一行“Answer: B”，没有推理过程；或者给了推理但逻辑跳跃，看完更迷糊。

原因：这类 PDF 大多是从原始渠道回收题目后人工整理的，默认读者有 AWS 基础，省掉了推导。

解决：以官方文档为锚点。把题干里的关键词拆成服务名加特性，比如“S3 跨区域复制”“ALB target group”，去官方文档对应页面确认。确认后回到 PDF 里写自己的批注，用你自己的话把“为什么选 B、为什么不选 A”写下来。写不出来的题，标记为红色高亮，过两天再做一遍，直到能不看任何提示复述推理。

4.3 题库答案与官方文档不一致

现象：同一道题，PDF 里答案是 A，在官方文档或社区里答案是 D。

原因：AWS 服务迭代太快，老题库对应的是旧状态。S3、IAM、VPC 这类核心服务很少有变化，但新服务和旧服务更名的地方容易踩坑。比如较新的服务如果出现在老题库里，描述可能完全过期，或者选项里有“此服务不存在”这种已经失效的干扰项。

解决：看题干措辞判断新旧。题目如果出现“recently launched”“new service”，先查这个服务的发布时间线再答题。另外，遇到服务配额、SLA 数字、存储时长这类硬数据差异，一律以官方文档当前页面为准，不要跟 PDF 硬刚。备考的核心是理解考点，不是维护一份完美题库。

4.4 顺序刷完一整本，模考正确率还在原地

现象：从第 1 页做到最后一页，持续两周，模考正确率只有 40%。

原因：把题库当教材了。题库是按考点抽样出的题目集合，不是按学习路径组织的；顺序刷会在相同位置形成“位置记忆”，看到第 30 题想起答案选 C，换到卷子里完全认不出这道题。

解决：按第 3 章三轮法来。第一轮快刷摸底，第二轮按域打乱重做错题，第三轮全真模考。如果已经顺序刷了一半，立即停下来，先把做过的题按域归类，只重做错题，别再往下推进了。把 PDF 当成字典而不是教材，这句话值得再强调一遍。

4.5 批注丢失，多设备同步后标记全没了

现象：手机和电脑同步后，高亮和备注全部消失，只剩光秃秃的原文。

原因：不同阅读器对批注的存储方式不同，有的把批注内嵌进 PDF，有的存成外部 XMP 或 FDF；网盘同步遇到冲突时，旧版本覆盖了新版本，批注就丢了。这玩意儿的同步在我看来就是玄学，别指望它自动万无一失。

解决：固定一台主力设备做批注，其他设备只看不做。每周手动把批注导出成 FDF，文件名带日期，和 PDF 放同一个目录。同步之前先全量导出一份。手机上的阅读器只用来临时查知识点，不承担批注任务。这样最多丢一周的批注，而不是丢两个月的劳动成果。

5. 把 SAA-C03 题库转成 Markdown 错题本：用 PyMuPDF 做静态 PDF 的动态改造

5.1 提取文本并按题号切分：脚本与边界处理

到了备考中后期，我习惯把题库转成 Markdown。原因有两个：一是 Markdown 可以放进 Obsidian 或 VS Code 里做双向链接，给每道题打标签；二是文本文件比 PDF 轻得多，全局搜索、按知识点聚合都更方便。有人喜欢先转 Word，其实道理一样，但 Word 重排会破坏题号和选项对齐，不如 Markdown 干净。

用 PyMuPDF 提取文本并粗切题号的脚本如下：

import fitz # PyMuPDF import re doc = fitz.open("AWS-SAA-C03-20230707.pdf") # 只提取前 50 页，避免把目录页也切进来 text_parts = [] for page in doc[:50]: text_parts.append(page.get_text()) text = "\n".join(text_parts) # 用题号前瞻切分，保留题号本身在块内 pattern = re.compile(r"Q\.?\s*\d{1,3}") blocks = re.split(r"(?=Q\.?\s*\d{1,3})", text) questions = [] for block in blocks: match = pattern.search(block) if match: questions.append((match.group(), block)) # 输出为简易 Markdown with open("SAA-C03-questions.md", "w", encoding="utf-8") as f: for num, body in questions: f.write(f"## {num}\n\n{body.strip()}\n\n")

逻辑说明：page.get_text()拿到的是 PDF 内部文字层内容，不是 OCR 结果，所以扫描版资料在这里会输出空字符串。re.split用(?=...)前瞻切分，目的是把“Q1”保留在每一段开头，后面方便按题号索引。参数说明：doc[:50]是页面切片，如果你只需要某几个域的内容，改成doc[100:220]对应第 101~220 页；Q\.?\s*\d{1,3}这个正则只能覆盖常见格式，如果原 PDF 用“Question 12:”这种格式，需要改成re.compile(r"Q(?:uestion)?\.?\s*\d{1,3}")。切出来的块如果开头是页眉页脚，比如题目编号或日期，用关键词过滤掉。跑完检查一下 Markdown 里有多少个## Q，对照 PDF 总题数，差太多就说明切分规则不对。

5.2 用错题标记文件把 Markdown 变成复习入口

生成 Markdown 只是第一步，关键是把错题闭环搬进去。每道题下面手动留两个字段：【错因】和【复测】。第一轮摸底时把错题原因填进【错因】，第三轮冲刺时把复测日期填进【复测】。在 Obsidian 里可以把每个错因做成标签，比如#S3存储类、#IAM策略，后期点击标签就能聚合所有同类错题。

日常复习我只看两个地方：【复测】为空或日期超过三天的题，以及【错因】相同的题组。这时候 PDF 原文件基本不再打开，只有 Markdown 里的题目命中官方文档需要核对时，才回去翻原书页码。我一般考前一天不刷新题，只看【复测】还是空的题，顺手把批注导出的 FDF 和 Markdown 文件放一起，万一笔记丢了也有后悔药。这个流程我用了三轮认证备考，每次都是先拆文件、再刷三轮、最后转 Markdown 收尾。希望帮到你。

本文还有配套的精品资源，点击获取