Ein Einzelhändler nutzt Amazon Aurora PostgreSQL für Live-Transaktionen und Amazon Redshift als Data Warehouse. Ein täglicher ETL-Prozess aktualisiert Redshift aus PostgreSQL. Um die Redshift-Kosten zu senken, muss der Ingenieur nur die Daten der letzten 15 Monate in Redshift behalten, historische Daten archivieren und dennoch Analysen durchführen, die Live-PostgreSQL-Daten, aktuelle Redshift-Daten und archivierte historische Daten kombinieren. Welche Schritte erfüllen diese Anforderungen? (Wählen Sie zwei.)

Die Amazon Redshift Federated Query-Funktion ermöglicht es Redshift, Daten direkt aus externen Datenbanken wie Amazon Aurora PostgreSQL abzufragen. Dies erfüllt die Anforderung, Live-PostgreSQL-Daten mit Redshift-Daten zu kombinieren, ohne sie in Redshift zu laden. Amazon Redshift Spectrum fragt Daten in S3 ab, nicht direkt in PostgreSQL. Materialisierte Ansichten in Redshift können keine Daten aus externen Live-Datenbanken wie Aurora PostgreSQL abfragen. Das UNLOADen von Daten nach S3 Glacier Flexible Retrieval ist für die Archivierung von Daten geeignet, aber Redshift Spectrum kann nicht direkt auf Daten in S3 Glacier Flexible Retrieval zugreifen; sie müssten zuerst in S3 Standard oder S3 Intelligent-Tiering wiederhergestellt werden, was die Analyse verlangsamen würde.