Ein Sicherheitsunternehmen speichert IoT-JSON-Daten in Amazon S3, wobei sich das Schema zwischen den Firmware-Updates der Geräte ändern kann. Das Analyseteam benötigt einen Datenkatalog, um diese Daten zu indizieren. Welches ist die kostengünstigste Lösung, um einen Katalog bereitzustellen und sich entwickelnde Schemata zu verwalten?

Die Erstellung eines AWS Glue Data Catalog mit einem AWS Glue Schema Registry ist die kostengünstigste Lösung für die Indizierung von Daten mit sich entwickelnden Schemata. Das Schema Registry verwaltet Schemaänderungen automatisch, was bei IoT-JSON-Daten mit Firmware-Updates entscheidend ist. Eine AWS Glue-Workload kann die Datenaufnahme in Amazon Redshift Serverless orchestrieren, was eine skalierbare und kostengünstige Analyse ermöglicht. Die Option mit einem bereitgestellten Amazon Redshift-Cluster ist teurer und erfordert mehr Management. Amazon Athena ist zwar gut für Ad-hoc-Abfragen, bietet aber keine integrierte Schemaverwaltung für sich entwickelnde Schemata und ist nicht ideal für die Orchestrierung der Datenaufnahme. Die Verwendung von AWS Lambda UDFs und AWS Step Functions ist komplexer und potenziell teurer als eine reine AWS Glue-Lösung für diese Aufgabe.