Uma empresa registra milhões de pedidos diariamente no Amazon DynamoDB. Novos pedidos são adicionados continuamente à medida que os clientes os enviam. Um cientista de dados deve produzir previsões de horários de pico e criar um painel do Amazon QuickSight que mostre dados de pedidos quase em tempo real. Qual abordagem minimiza o tempo entre um novo pedido ser gravado no DynamoDB e o QuickSight poder acessar esses novos dados?

A opção correta é usar o Amazon Kinesis Data Firehose para entregar dados de alteração do DynamoDB para o Amazon S3 e configurar o QuickSight para ler os dados do S3. O DynamoDB Streams pode ser configurado para enviar alterações para o Kinesis Data Firehose, que então entrega os dados de forma quase em tempo real para o S3. O QuickSight pode consultar diretamente os dados no S3, proporcionando a baixa latência necessária. Usar o AWS Glue para exportar dados do DynamoDB para o S3 (opção incorreta) introduziria latência devido à natureza de processamento em lote do Glue. Enviar as alterações do DynamoDB para o Amazon Kinesis Data Streams e usar esse stream para colocar dados no Amazon S3 (opção incorreta) é uma abordagem válida, mas o Kinesis Data Firehose é uma solução mais gerenciada e simplificada para entrega contínua de dados para o S3, exigindo menos configuração e gerenciamento. Fazer com que o QuickSight chame uma API para ler os registros de pedidos diretamente do DynamoDB (opção incorreta) não é uma prática recomendada para painéis analíticos em tempo real, pois o QuickSight não foi projetado para consultar diretamente bancos de dados transacionais em alta escala e isso poderia impactar o desempenho do DynamoDB.