一家音乐流媒体公司需要一个特征管道，该管道能够存储用于离线训练和在线推理的特征，保留特征历史记录，并为数据科学家提供可搜索的访问权限。哪个选项能够以最少的运维开销满足这些需求？

Amazon SageMaker Feature Store 专为满足这些需求而设计。它提供了一个统一的存储库，用于存储、发现和共享机器学习特征，支持在线和离线使用。它自动管理特征的历史记录，并允许数据科学家通过特征组进行搜索和访问，从而最大限度地减少运维开销。单个在线存储无法有效支持离线训练，因为它不保留历史记录。使用 S3 bucket 或 DynamoDB 表需要手动管理版本控制、数据同步和查询接口，这会增加运维复杂性和开销，并且不如 Feature Store 专门为特征管理优化的功能。