Ein Unternehmen aggregiert Daten aus mehreren AWS- und Drittanbieter-Speichern in einem zentralen Data Warehouse für Analysen. Analysten benötigen schnelle Abfrageantworten und verwenden Amazon QuickSight im direkten Abfragemodus. Abfragen werden typischerweise für ein paar Stunden pro Tag mit unvorhersehbaren Spitzen ausgeführt. Welche Option bietet die erforderliche Leistung mit dem geringsten Betriebsaufwand?

Amazon Redshift Serverless ist die beste Option, da es schnelle Abfrageantworten für Data-Warehousing-Workloads bietet und sich automatisch an unvorhersehbare Spitzen anpasst, ohne dass Cluster bereitgestellt oder verwaltet werden müssen. Dies minimiert den Betriebsaufwand. Amazon Redshift Managed Storage (RMS) bietet die erforderliche Skalierbarkeit für große Datenmengen. Amazon Athena wäre eine Option für Ad-hoc-Abfragen, aber für konsistente, schnelle Abfragen in einem Data Warehouse ist Redshift Serverless leistungsfähiger. Bereitgestellte Amazon Redshift-Cluster erfordern manuelle Skalierung und Verwaltung, was den Betriebsaufwand erhöht. Amazon Aurora PostgreSQL ist eine relationale Datenbank, die für OLTP-Workloads optimiert ist und nicht ideal für Data-Warehousing-Analyseabfragen ist.