Ein Lösungsarchitekt verwaltet eine Analyseanwendung, die große Mengen semistrukturierter Daten in einem Amazon S3-Bucket speichert. Der Architekt möchte eine parallele Datenverarbeitung, um die Verarbeitung zu beschleunigen und die Daten mit Informationen aus einer Amazon Redshift-Datenbank anzureichern. Welche Lösung erfüllt diese Anforderungen?

Amazon EMR ist ein verwalteter Dienst, der Big-Data-Frameworks wie Apache Spark und Hadoop bereitstellt, die ideal für die parallele Verarbeitung großer Mengen semistrukturierter Daten in S3 sind. EMR kann auch direkt auf Daten in Amazon Redshift zugreifen und diese verarbeiten, was die Anreicherung der S3-Daten mit Informationen aus Redshift in einem einzigen, effizienten Workflow ermöglicht. Die anderen Optionen sind weniger geeignet: Amazon Athena ist ein interaktiver Abfragedienst, der sich gut für Ad-hoc-Analysen eignet, aber nicht für die komplexe, parallele Verarbeitung und Anreicherung, die EMR bietet. AWS Glue ist ein ETL-Dienst, der zwar Daten verarbeiten kann, aber für die parallele Verarbeitung und Anreicherung mit Redshift-Daten in diesem Szenario nicht die gleiche Leistung und Flexibilität wie EMR bietet. Amazon Kinesis Data Streams ist für das Streaming von Daten konzipiert und nicht für die Anreicherung von statischen S3-Daten mit Redshift. AWS Lake Formation ist ein Dienst zur Sicherung von Data Lakes und nicht direkt für die Datenverarbeitung oder Anreicherung zuständig.