一个传统应用程序生成 CSV 文件并将其存储在 Amazon S3 中。一个新的商业现成 (COTS) 应用程序只能对 Amazon Redshift 和 Amazon S3 中的数据运行复杂的 SQL 查询，但它无法处理 .csv 文件。传统应用程序无法更改。哪种解决方案能够让 COTS 应用程序以最少的操作开销使用传统数据？

正确答案是创建一个按计划运行的 AWS Glue ETL 作业，将处理后的数据存储在 Amazon Redshift 中。AWS Glue 是一种无服务器 ETL 服务，非常适合转换 S3 中的 CSV 文件并将其加载到 Redshift 中，以供 COTS 应用程序查询。它具有内置的调度功能，操作开销最低。 其他选项不理想： 在 EC2 上运行 Python 脚本需要管理 EC2 实例，增加了操作复杂性，并且将 CSV 转换为 SQL 文件不是标准的数据加载方法。 使用 Lambda 和 DynamoDB 不符合 COTS 应用程序只能查询 Redshift 或 S3 数据的要求，并且 DynamoDB 不适合复杂的 SQL 查询。 使用 EMR 集群进行每周 ETL 成本较高，且对于定期、批处理的 ETL 任务而言，其操作开销通常高于 AWS Glue。