Ein Gesundheitsunternehmen streamt Telemetriedaten in Echtzeit von Geräten, Ausrüstung und Aufzeichnungen in Amazon Kinesis Data Streams. Die Daten müssen in einem Amazon Redshift Serverless-Warehouse gespeichert werden und Near-Real-Time-Analysen sowie Abfragen der Daten des Vortages unterstützen. Welche Lösung bietet dies mit dem geringsten Betriebsaufwand?

Die Streaming-Ingestion-Funktion von Amazon Redshift ist die effizienteste Lösung, da sie Daten direkt und kontinuierlich von Kinesis Data Streams in Redshift Serverless lädt. Dies ermöglicht Near-Real-Time-Analysen mit dem geringsten Betriebsaufwand, da keine zusätzlichen Dienste oder ETL-Prozesse verwaltet werden müssen. Das Laden von Daten in Kinesis Data Firehose und dann in Redshift würde einen zusätzlichen Dienst einführen und den Betriebsaufwand erhöhen. Das Laden der Daten in S3 und die Verwendung des COPY-Befehls ist ein Batch-Prozess und nicht für Near-Real-Time-Analysen geeignet. Die Amazon Aurora Zero-ETL-Integration ist für Daten aus Aurora-Datenbanken konzipiert, nicht für Kinesis Data Streams.