Ein Marketingunternehmen erhält eine große Menge neuer Clickstream-Daten in Amazon S3 von einer Marketingkampagne. Das Unternehmen muss die Clickstream-Daten in Amazon S3 schnell analysieren und dann entscheiden, ob die Daten in der Datenpipeline weiterverarbeitet werden sollen. Welche Lösung erfüllt diese Anforderungen mit dem geringsten Betriebsaufwand?

Die korrekte Lösung ist, einen AWS Glue Crawler zu konfigurieren, um die Daten zu katalogisieren, und dann Amazon Athena zu verwenden, um die Daten abzufragen. AWS Glue Crawler erkennt automatisch das Schema und die Partitionen der Daten in S3 und erstellt Metadaten im AWS Glue Data Catalog. Athena kann diese Metadaten nutzen, um SQL-Abfragen direkt auf die Daten in S3 auszuführen, ohne dass Server verwaltet werden müssen. Dies bietet den geringsten Betriebsaufwand und ermöglicht eine schnelle Analyse. Das Erstellen externer Tabellen in einem Spark-Katalog oder Hive-Metastore mit EMR erfordert die Verwaltung von EMR-Clustern, was einen höheren Betriebsaufwand bedeutet. Kinesis Data Analytics ist für Streaming-Daten konzipiert, nicht primär für die Ad-hoc-Abfrage von ruhenden Daten in S3, und wäre für diesen Anwendungsfall weniger geeignet.