Uma empresa de mídia migrará seu armazenamento de dados de atividade do usuário para a AWS. O armazenamento de dados crescerá para petabytes. A empresa precisa de uma solução de ingestão de dados altamente disponível que suporte análises SQL sob demanda de dados existentes e novos e exija a MENOR sobrecarga operacional. Qual solução atende a esses requisitos?

A opção correta é enviar dados de atividade para um stream de entrega do Amazon Kinesis Data Firehose e configurá-lo para entregar os dados a um cluster do Amazon Redshift. O Kinesis Data Firehose é um serviço totalmente gerenciado para ingestão de dados em larga escala, oferecendo alta disponibilidade e baixa sobrecarga operacional, pois não requer gerenciamento de servidores. O Amazon Redshift é um data warehouse escalável e otimizado para análises SQL em petabytes de dados. A opção de enviar dados para um stream de dados do Amazon Kinesis e depois para um bucket do Amazon S3 não atende ao requisito de análise SQL sob demanda de forma eficiente, pois o S3 é um armazenamento de objetos e exigiria serviços adicionais para consultas analíticas. A opção de colocar dados no S3 e usar uma função AWS Lambda para processamento introduz sobrecarga operacional significativa para gerenciar e escalar a função Lambda, além de não ser a solução mais direta para análise SQL. A opção de criar um serviço de ingestão em instâncias EC2 e encaminhar para um banco de dados Amazon RDS Multi-AZ é a que tem a maior sobrecarga operacional, pois exige o gerenciamento de instâncias EC2, o serviço de ingestão e a manutenção do banco de dados RDS, que não é otimizado para petabytes de dados analíticos como o Redshift.