一家营销公司将点击流事件传输到 Kinesis Data Firehose，并将其存储在 Amazon S3 中。他们计划在 Amazon QuickSight 中为跨部门的数百名用户构建仪表板，需要一个可扩展、经济高效且每日更新的解决方案。以下哪种步骤组合能最经济地满足这些要求？（选择两项）

此方案要求一个可扩展、经济高效且每日更新的解决方案，以支持数百名 QuickSight 用户。 Amazon Athena 是一个无服务器查询服务，可以直接查询 S3 上的数据，无需预置服务器。这使其具有高度可扩展性和成本效益，因为它只按查询的数据量收费。这符合可扩展和经济高效的要求。 QuickSight SPICE 是一种内存中计算引擎，可以显著提高仪表板的性能，尤其是在有大量用户访问相同数据时。配置每日刷新可确保数据保持最新。直接 SQL 查询可能会导致 QuickSight 仪表板性能下降，尤其是在并发用户较多时，并且会增加底层数据源的负载。 Amazon Redshift 是一种数据仓库解决方案，虽然功能强大，但需要预置和管理集群，成本可能高于 Athena，并且对于直接查询 S3 上的点击流数据可能不是最经济的选择。Amazon S3 Analytics 主要是用于分析 S3 存储桶使用情况的工具，而不是用于查询存储在 S3 中的业务数据。