Uma empresa de marketing recebe uma grande quantidade de novos dados de clickstream no Amazon S3 de uma campanha de marketing. A empresa precisa analisar os dados de clickstream no Amazon S3 rapidamente e, em seguida, decidir se deve processar os dados ainda mais no pipeline de dados. Qual solução atende a esses requisitos com o MENOR overhead operacional?

A opção correta é configurar um crawler do AWS Glue para catalogar os dados e, em seguida, usar o Amazon Athena para consultá-los. O AWS Glue Crawler descobre automaticamente o esquema dos dados no S3 e os adiciona ao AWS Glue Data Catalog, que o Athena pode usar para consultar os dados diretamente no S3. Essa abordagem é serverless, eliminando o overhead operacional de gerenciar servidores. As outras opções são menos eficientes ou têm maior overhead: Criar tabelas externas em um catálogo Spark ou metastore Hive e usar jobs Spark no AWS Glue ou Amazon EMR envolve o gerenciamento de clusters Spark, o que aumenta o overhead operacional. O Amazon Kinesis Data Analytics é para processamento de streaming em tempo real, não para consultar dados estáticos no S3, e não se encaixa no requisito de "analisar os dados de clickstream no Amazon S3 rapidamente".