Ein Wettervorhersageunternehmen sammelt kontinuierlich Temperaturmesswerte, aggregiert sie in größeren Apache Parquet-Dateien, verschlüsselt die Dateien mithilfe von clientseitiger Verschlüsselung mit KMS-verwalteten Schlüsseln (CSE-KMS) und schreibt sie in einen Amazon S3-Bucket in täglichen Präfixen. Das Unternehmen führt gelegentlich SQL-Abfragen aus, um Stichproben gleitender Durchschnitte für einen bestimmten Kalendertag zu berechnen. Welche Lösung ist die KOSTENGÜNSTIGSTE, um diese Anforderungen zu erfüllen?

Amazon Athena ist die kostengünstigste Lösung, da es ein serverloser Abfragedienst ist, der direkt auf Daten in S3 zugreift, ohne dass Infrastruktur bereitgestellt oder verwaltet werden muss. Es unterstützt Apache Parquet und CSE-KMS-Verschlüsselung nativ und ist ideal für Ad-hoc-Abfragen. Amazon S3 Select ist für das Filtern kleinerer Datensätze innerhalb einer Datei optimiert, nicht für komplexe SQL-Abfragen über aggregierte Daten. Amazon Redshift und Redshift Spectrum wären überdimensioniert und teurer für gelegentliche Ad-hoc-Abfragen, da Redshift ein Data Warehouse ist, das für kontinuierliche Analysen konzipiert ist. Amazon EMR Serverless ist ebenfalls eine leistungsstarke, aber potenziell teurere Option für gelegentliche Abfragen, da es für größere Big-Data-Workloads gedacht ist.