Ein Unternehmen verfügt über einen Amazon S3 Data Lake, der von AWS Lake Formation verwaltet wird. Das Unternehmen möchte eine Amazon QuickSight-Visualisierung erstellen, indem es den Data Lake mit Betriebsdaten verbindet, die in einer Amazon Aurora MySQL-Datenbank gespeichert sind. Das Unternehmen muss eine Autorisierung auf Spaltenebene durchsetzen, damit das Marketingteam nur auf eine Untermenge von Spalten zugreifen kann. Welche Lösung erfüllt diese Anforderungen mit dem geringsten Betriebsaufwand?

Die korrekte Lösung ist, einen Lake Formation-Blueprint zu verwenden, um Daten aus Aurora MySQL in den S3 Data Lake zu integrieren. Lake Formation ermöglicht dann die Durchsetzung der Zugriffssteuerung auf Spaltenebene für QuickSight-Benutzer, wobei Amazon Athena als Datenquelle dient. Dies ist der Ansatz mit dem geringsten Betriebsaufwand, da Lake Formation eine zentrale, feingranulare Zugriffskontrolle über den Data Lake bietet, einschließlich der Integration mit QuickSight über Athena. Die Option mit Amazon EMR ist ineffizient, da sie die Daten in SPICE dupliziert und keine zentrale Zugriffskontrolle bietet. AWS Glue Studio mit IAM-Richtlinien für S3 ist komplexer und weniger granular als Lake Formation. AWS Glue Elastic Views mit S3-Bucket-Richtlinien ist ebenfalls umständlicher und bietet keine native Spaltenebenenkontrolle für QuickSight-Benutzer über den Data Lake.