Uma empresa está migrando clusters Hadoop on-premises para o Amazon EMR e precisa mover um metastore Apache Hive existente para uma solução persistente e serverless para o catálogo de dados. Qual abordagem é a mais econômica e atende ao requisito serverless?

A opção correta é a mais econômica e serverless porque o AWS Glue Data Catalog é um serviço de catálogo de dados totalmente gerenciado e serverless, que pode atuar como um metastore compatível com Apache Hive. Isso elimina a necessidade de gerenciar uma infraestrutura de metastore separada. Migrar o metastore existente para o EMR e, em seguida, integrá-lo ao AWS Glue Data Catalog, permite reutilizar as definições de esquema existentes, garantindo a persistência e a natureza serverless. As outras opções são incorretas porque: Migrar para o Amazon S3 e escanear com o AWS Glue Data Catalog não preserva o metastore existente com suas definições de esquema e partições, exigindo recriação. Usar o Amazon Aurora MySQL para armazenar o catálogo de dados, embora persistente, não é serverless no contexto de um metastore Hive, pois exigiria o gerenciamento de uma instância de banco de dados. Configurar um novo Hive metastore no Amazon EMR e usá-lo como o catálogo de dados da empresa não é serverless, pois o metastore estaria vinculado ao cluster EMR, que é efêmero ou requer gerenciamento contínuo.