Uma empresa deseja análises quase em tempo real usando Amazon Kinesis Data Streams e Amazon Redshift, ingerindo vários gigabytes por segundo e aproveitando ferramentas de BI existentes. Qual opção minimiza a sobrecarga operacional enquanto disponibiliza dados de streaming para análise imediata?

A opção correta é a mais eficiente para análises quase em tempo real com baixa sobrecarga operacional. Criar um esquema externo no Amazon Redshift para o Kinesis Data Streams e uma visualização materializada com atualização automática permite que o Redshift consuma dados diretamente do stream, tornando-os imediatamente disponíveis para consulta sem ETL intermediário. A opção de usar Kinesis Data Streams para S3 e depois COPY para Redshift introduz latência e complexidade operacional, pois o COPY é um processo em lote. A opção de acessar dados do Kinesis Data Streams diretamente com SQL e criar visualizações materializadas sobre o stream não é uma funcionalidade nativa do Redshift para Kinesis Data Streams. A opção de usar Kinesis Data Firehose para S3 e depois COPY para Redshift também adiciona latência e sobrecarga operacional, similar à primeira opção incorreta.