一家公司运营着一个预置的 Amazon Redshift 集群，用于支持关键分析的 ETL 工作负载。销售团队使用另一个 Redshift 集群进行 BI。销售团队需要每周访问 ETL 集群数据，并将其与他们的 BI 集群数据进行连接，同时不中断 ETL 工作负载，并最大限度地减少 ETL 集群上的计算使用。哪种解决方案满足这些要求？

正确的解决方案是使用 Redshift data sharing。Redshift data sharing 允许销售团队的 BI 集群（消费者）直接访问 ETL 集群（生产者）的数据，而无需移动数据副本。这种方法可以实现实时或近实时的数据访问，并且查询是在消费者集群上执行的，因此不会中断 ETL 工作负载，也不会增加 ETL 集群的计算使用。 其他选项的缺点： 创建物化视图或数据库视图并授予直接访问权限：这两种方法都会在 ETL 集群上执行查询，从而增加其计算负载并可能影响 ETL 工作负载。 将数据卸载到 S3 并创建 Redshift Spectrum 表：这种方法虽然可以避免 ETL 集群的负载，但需要每周手动卸载数据，增加了操作复杂性，并且数据不是最新的。此外，Redshift Spectrum 查询可能比直接使用 Redshift data sharing 慢。