Uma empresa tem um data warehouse Oracle on-premises e está construindo um data lake no Amazon S3. Eles precisam carregar tabelas do data warehouse no S3 e mantê-las sincronizadas com dados incrementais diários. Cada tabela tem uma coluna de aumento monotônico, tamanhos abaixo de 50 GB, atualização noturna entre 1h e 2h, e consultas de BI são executadas das 10h às 20h. Qual abordagem é a mais operacionalmente eficiente?

A opção correta é a mais eficiente porque o AWS DMS com CDC (Change Data Capture) é ideal para migrações iniciais de carga completa e para capturar alterações incrementais de bancos de dados on-premises, aproveitando a coluna de aumento monotônico. O AWS Glue pode então processar esses dados incrementais e anexá-los ao S3, mantendo a sincronização sem sobrecarregar o sistema de origem ou o data lake. As outras opções são menos eficientes: usar apenas JDBC do AWS Glue exige mais lógica personalizada para CDC; carregar a carga completa diariamente com DMS ou Glue é ineficiente e consome muitos recursos para dados incrementais; e sobregravar a cópia completa diariamente não é adequado para manter um histórico ou para consultas de BI durante o dia.