Uma empresa de moda online deseja um data lake baseado em S3 que suporte análises em tempo real, análise interativa de dados históricos, análise de clickstream e recomendações de produtos personalizadas. Qual combinação de serviços AWS deve ser usada para atender a esses requisitos?

A opção correta utiliza AWS Glue como catálogo de dados, que é ideal para gerenciar metadados de um data lake no S3. Kinesis Data Streams e Kinesis Data Analytics são apropriados para processamento e análise em tempo real. Kinesis Data Firehose pode entregar dados de clickstream diretamente para o Amazon Elasticsearch Service (Amazon ES) para análise quase em tempo real. Amazon EMR é uma plataforma robusta para processamento de big data, adequada para construir modelos de recomendação personalizados. As opções incorretas apresentam falhas: Usar Amazon Athena como catálogo de dados não é sua função principal; ele é um serviço de consulta. Usar Kinesis Data Streams e Kinesis Data Analytics para "insights de dados históricos" não é seu uso primário, que é para dados em tempo real. Usar DynamoDB Streams para análise de clickstream é inadequado, pois é projetado para capturar alterações em tabelas DynamoDB, não para ingestão de streams de eventos em larga escala. Usar AWS Glue para "gerar recomendações personalizadas" não é sua função principal; ele é um serviço ETL e de catálogo de dados.