Ein Einzelhändler sammelt Kaufaufzeichnungen von 20.000 Filialen und sendet sie über Amazon Kinesis Data Firehose an Amazon S3. Jede Filiale betreibt eine kleine Serveranwendung, die die Daten über das Internet überträgt. Die Daten werden verwendet, um ein Machine-Learning-Modell täglich neu zu trainieren. Das Data-Science-Team hat bestehende Felder identifiziert, die vor dem Training zu neuen Attributen kombiniert werden sollen. Welche Änderung erzeugt die transformierten Datensätze mit dem geringsten Betriebsaufwand?

Die korrekte Option ist die Erstellung einer AWS Lambda-Funktion, die die Datensatztransformation durchführt und über Kinesis Data Firehose aufgerufen wird. Dies ist die Lösung mit dem geringsten Betriebsaufwand, da Kinesis Data Firehose eine native Integration mit Lambda für die Datentransformation bietet. Die Transformation erfolgt vor der Speicherung in S3, was den Prozess optimiert. Die anderen Optionen sind betriebsaufwendiger: Ein Amazon EMR-Cluster erfordert die Verwaltung des Clusters und ist für tägliche Batch-Transformationen überdimensioniert, was zu höheren Kosten und Komplexität führt. Amazon S3 File Gateway ist für den lokalen Dateizugriff gedacht und nicht für die Datenaufnahme von 20.000 Filialen über das Internet. Zudem würde ein AWS Glue-Job weiterhin eine separate Batch-Verarbeitung erfordern. Eine Flotte von Amazon EC2-Instanzen erfordert die Verwaltung der Server, Skalierung und Wartung, was den Betriebsaufwand erheblich erhöht.