Uma empresa armazena conjuntos de dados JSON e CSV no S3 e também possui Amazon RDS para SQL Server, tabelas DynamoDB de capacidade provisionada e um cluster Amazon Redshift. Os cientistas de dados precisam consultar todas essas fontes usando sintaxe semelhante a SQL com sobrecarga operacional mínima. Qual solução atende a esse requisito?

A opção correta é a mais eficiente para consultar diversas fontes de dados com SQL e baixa sobrecarga operacional. O AWS Glue Data Catalog centraliza os metadados de S3, RDS e DynamoDB, permitindo que o Amazon Athena os consulte usando SQL padrão para dados estruturados. Para dados JSON, o Athena suporta PartiQL, que é compatível com SQL e ideal para dados semiestruturados, atendendo ao requisito de sintaxe SQL-like. A opção com Redshift Spectrum é incorreta porque, embora o Redshift Spectrum possa consultar dados no S3, ele não consulta diretamente RDS ou DynamoDB sem etapas adicionais. A opção que sugere transformar dados para Parquet/CSV adiciona sobrecarga operacional desnecessária, pois o Athena pode consultar JSON e CSV diretamente. A opção com Lake Formation e transformação para Parquet também adiciona complexidade e sobrecarga que não são estritamente necessárias para o requisito de consulta.