Ein Unternehmen erstellt einen Data Lake auf Amazon S3 und muss Zugriffssteuerungen auf Zeilen- und Spaltenebene für Teams durchsetzen, die Abfragen über Amazon Athena, Redshift Spectrum und Apache Hive auf EMR durchführen werden. Welcher Ansatz minimiert den Betriebsaufwand?

Die korrekte Antwort ist die Verwendung von AWS Lake Formation. Lake Formation ist ein verwalteter Dienst, der speziell für die Verwaltung von Data Lakes auf S3 entwickelt wurde und eine zentrale Steuerung für Berechtigungen auf Datenbank-, Tabellen-, Zeilen- und Spaltenebene bietet. Diese Berechtigungen können dann konsistent über verschiedene Abfrage-Engines wie Athena, Redshift Spectrum und EMR (für Hive) durchgesetzt werden, was den Betriebsaufwand minimiert. Die Option mit S3-Zugriffsrichtlinien ist ungeeignet, da S3-Richtlinien nur auf Objektebene (Dateien) funktionieren und keine feingranulare Zeilen- oder Spaltenfilterung ermöglichen. Apache Ranger über EMR könnte zwar Zeilen-/Spaltenberechtigungen bieten, ist aber auf EMR beschränkt und würde keine konsistente Durchsetzung für Athena oder Redshift Spectrum ermöglichen, was den Verwaltungsaufwand erhöht. Die Verwendung von Amazon Redshift für die Data-Lake-Speicherung ist keine typische Data-Lake-Architektur, da S3 der Standard für kostengünstige, skalierbare Data-Lake-Speicherung ist.