一个基于 Amazon S3 的新数据湖将使用 Amazon Athena 进行查询。源是一个包含 70 个表（所有表都有主键）的本地 Oracle 数据库；数据偶尔会发生变化。公司希望每天以最少的精力将这些表摄取到数据湖中。他们应该使用哪种解决方案？

正确答案是使用 AWS DMS。DMS 专门设计用于将数据库迁移到 AWS，并支持将 Oracle 作为源和 S3 作为目标。它能处理初始全量加载，并能捕获后续的数据更改（CDC），满足数据“偶尔会发生变化”的需求，并能以 Parquet 格式写入 S3，这非常适合 Athena 查询。 其他选项的不足： Apache Sqoop 可以在 EMR 上运行，但需要手动管理 EMR 集群和 Sqoop 作业，且不直接支持增量 CDC，维护成本较高。 AWS Glue 书签作业适用于增量处理，但通常用于处理 S3 中已有的数据，而不是直接从本地 Oracle 数据库进行增量摄取，需要额外的连接和配置来处理 CDC。 将数据迁移到 Amazon RDS Oracle 再通过触发器写入 S3 过于复杂，增加了不必要的中间步骤和管理开销，且触发器在大规模数据更改时可能影响源数据库性能。