A company has an Amazon S3 data lake. The company needs to transform the data daily and load it into a data warehouse that has massively parallel processing (MPP). Data analysts must create and train machine learning models using SQL on the data. Use serverless AWS services wherever possible. Which solution meets these requirements?

Die korrekte Lösung verwendet AWS Glue für die tägliche Transformation und das Laden der Daten, da es ein serverloser ETL-Dienst ist, der gut mit S3-Datenseen funktioniert. Amazon Redshift Serverless ist eine MPP-Data-Warehouse-Lösung, die die Anforderungen an ein Data Warehouse erfüllt und serverlos ist. Redshift ML ermöglicht Datenanalysten das Erstellen und Trainieren von ML-Modellen direkt mit SQL. Die Option mit Amazon EMR ist weniger serverlos, da EMR-Cluster verwaltet werden müssen. Amazon Aurora Serverless ist ein relationales Datenbankmanagementsystem (RDBMS), das nicht für MPP-Data-Warehousing optimiert ist. Amazon Athena ist zwar serverlos und gut für Ad-hoc-Abfragen auf S3-Daten geeignet, aber es ist kein MPP-Data-Warehouse und bietet keine direkte ML-Modellerstellung wie Redshift ML.