Ein Unternehmen entwickelt eine neue Datenplattform, die Echtzeit-Streaming-Daten aus mehreren Quellen aufnehmen soll. Die Daten müssen transformiert werden, bevor sie in Amazon S3 geschrieben werden, und das Unternehmen muss SQL-Abfragen für die transformierten Daten ausführen. Welche Lösungen erfüllen diese Anforderungen? (Wählen Sie zwei.)

Die erste korrekte Option nutzt Kinesis Data Streams für die Aufnahme von Echtzeitdaten, Kinesis Data Analytics für die Transformation mittels SQL-Abfragen in Echtzeit, Kinesis Data Firehose für das Schreiben in S3 und Athena für Ad-hoc-Abfragen der transformierten Daten in S3. Dies ist eine vollständig verwaltete Kinesis-basierte Lösung für Streaming-Daten. Die zweite korrekte Option verwendet Amazon MSK als skalierbaren, verwalteten Kafka-Dienst für die Datenaufnahme. AWS Glue ist ein serverloser ETL-Dienst, der sich ideal für die Transformation von Daten vor dem Schreiben in S3 eignet. Amazon Athena ermöglicht SQL-Abfragen direkt auf Daten in S3. Diese Kombination bietet Flexibilität und Skalierbarkeit für Echtzeit- und Batch-Verarbeitung. Die Option mit AWS DMS ist falsch, da DMS hauptsächlich für Datenbankmigrationen und nicht für das allgemeine Aufnehmen von Echtzeit-Streaming-Daten aus verschiedenen Quellen konzipiert ist. Die Optionen mit dem Amazon RDS-Abfrageeditor sind falsch, da dieser für das Abfragen von relationalen Datenbanken in RDS und nicht für Daten in S3 verwendet wird.