Ein Unternehmen verfügt über 10 TB Daten in einem Amazon Redshift-Cluster. Das Data-Engineering-Team nutzt SageMaker Studio für Analysen und Modellentwicklung, benötigt jedoch nur eine Untermenge der Redshift-Daten für das Training. Sie benötigen eine sichere, kostengünstige Methode, um die relevante Untermenge für die Modellentwicklung nach Amazon S3 zu exportieren. Welche Lösungen erfüllen diese Anforderungen? (Wählen Sie zwei.)

Die Speicherung von Redshift-Anmeldeinformationen in AWS Secrets Manager und der Zugriff darauf über ein SageMaker Studio-Notebook mit einem Python-Datenbankadapter ist eine sichere und kostengünstige Methode. Sie ermöglicht die Abfrage der relevanten Daten und den Export nach S3, ohne unnötig große Instanzen zu verwenden oder alle Daten herunterzuladen. SageMaker Data Wrangler ist ebenfalls eine ausgezeichnete Wahl, da es speziell für die Datenaufbereitung entwickelt wurde und eine intuitive Benutzeroberfläche für die Abfrage, Visualisierung und den direkten Export von Daten aus Redshift nach S3 bietet, was Zeit und Kosten spart. Die Option mit dem verteilten SageMaker Processing-Job ist überdimensioniert, da nur eine Untermenge der Daten benötigt wird und die Visualisierung nicht die Hauptaufgabe eines Processing-Jobs ist. Das Starten mehrerer Notebook-Instanzen mit PySpark und das Herunterladen der Daten in den Notebook-Cluster ist ineffizient und potenziell teuer für 10 TB Daten. Eine extra große SageMaker Notebook-Instanz mit 10 TB Blockspeicher ist extrem kostspielig und unnötig, da nur eine Untermenge der Daten benötigt wird.