Ein Marketingunternehmen speichert Clickstream-Daten in Amazon S3 und führt täglich SQL-Abfragen aus, die S3-Objekte in verschiedenen Buckets JOINEN, um KPIs zu erstellen. Das Unternehmen benötigt eine serverlose Lösung, die partitionierte Abfragen unterstützt, gleichzeitig ACID-Garantien (Atomicity, Consistency, Isolation, Durability) bewahrt und die Kosten minimiert. Welche Option erfüllt diese Anforderungen am kostengünstigsten?

Amazon Athena ist die kostengünstigste Option, da es serverlos ist und nur für die ausgeführten Abfragen bezahlt wird. Es unterstützt partitionierte Abfragen, was die Datenmenge reduziert, die gescannt werden muss, und somit die Kosten senkt. Athena bietet zwar keine nativen ACID-Transaktionen für S3-Daten, kann aber durch die Verwendung von Apache Iceberg, Apache Hudi oder Delta Lake auf S3 ACID-Eigenschaften bereitstellen. Amazon Redshift Spectrum ist auch serverlos und unterstützt S3-Abfragen, ist aber teurer, da es einen Redshift-Cluster erfordert. Amazon S3 Select ist für einfache Abfragen innerhalb einzelner Objekte gedacht und nicht für JOINs über mehrere Buckets hinweg. Amazon EMR ist eine leistungsstarke, aber nicht serverlose Option, die einen Cluster erfordert und somit höhere Betriebskosten verursacht.