某零售商每天将 100 GB 的交易数据存储在 S3 中，需要检测数据模式、对 S3 数据执行转换，并使用机器学习检测欺诈，所有这些操作都需要最小的运营开销。他们应该使用哪些服务组合？（选择三项。）

AWS Glue 爬网程序可以自动发现 S3 中非结构化或半结构化数据的模式，并将其元数据存储在 AWS Glue Data Catalog 中，这满足了检测数据模式的需求。AWS Glue 工作流和 AWS Glue 作业是无服务器的，可以轻松地对 S3 中的数据执行转换，且无需管理底层基础设施，从而实现最小的运营开销。Amazon Fraud Detector 是一项完全托管的服务，专门用于使用机器学习检测欺诈，它能根据历史数据自动构建和部署欺诈检测模型，无需专业的机器学习知识，非常适合零售商的需求。 Amazon Athena 适用于扫描数据和推断模式，但 AWS Glue 爬网程序能更好地将元数据持久化到 Data Catalog，方便后续使用。Amazon Redshift 存储过程和 Amazon Redshift ML 需要将数据加载到 Redshift 数据仓库中，这增加了复杂性和运营开销，不符合“最小运营开销”的要求。