Uma empresa está construindo um data lake no Amazon S3 e deve aplicar controles de acesso em nível de linha e coluna para equipes que farão consultas via Amazon Athena, Redshift Spectrum e Apache Hive no EMR. Qual abordagem minimiza a sobrecarga operacional?

A opção correta é usar o Amazon S3 para armazenamento e o AWS Lake Formation para governança. O AWS Lake Formation é um serviço gerenciado que simplifica a construção, proteção e gerenciamento de data lakes. Ele permite definir permissões de acesso em nível de tabela, coluna e linha de forma centralizada e aplicá-las consistentemente em vários serviços de análise, como Amazon Athena, Redshift Spectrum e Apache Hive no EMR, minimizando a sobrecarga operacional. As outras opções são incorretas porque: As políticas de bucket do S3 não oferecem controle de acesso em nível de linha e coluna diretamente. O Apache Ranger no EMR pode fornecer controle granular, mas gerenciar permissões apenas via EMR não se estende nativamente ao Athena e Redshift Spectrum de forma unificada e gerenciada, aumentando a complexidade operacional. Além disso, o Apache Pig não é uma ferramenta de consulta primária para data lakes modernos. O Amazon Redshift não é o armazenamento principal para um data lake; o S3 é o padrão. Embora o Redshift ofereça segurança em nível de linha/coluna, ele não gerencia o acesso para dados armazenados no S3 e consultados por outros serviços de data lake de forma centralizada.