Debe construir un pipeline de ETL que ingiera archivos (CSV, JSON o Parquet) entregados cada 15 minutos desde 10 sistemas de origen a 10 tablas de Amazon Redshift. Todos los archivos llegan a un único bucket de S3; los tamaños de los archivos varían de 10 MB a 20 GB. El pipeline debe tolerar cambios de esquema. ¿Qué soluciones cumplen estos requisitos? (Elija dos).

Las dos opciones correctas utilizan un flujo de trabajo de AWS Glue con un crawler y un trabajo de Glue, lo que es esencial para manejar los cambios de esquema y procesar los datos de manera eficiente. La primera opción utiliza Amazon EventBridge para programar la ejecución cada 15 minutos, cumpliendo con el requisito de ingesta periódica. La segunda opción utiliza una función de AWS Lambda activada por la carga de archivos en S3, lo que permite una ingesta basada en eventos y más inmediata. Ambas soluciones son robustas para el volumen y la variedad de datos descritos. La primera opción incorrecta solo ejecuta un trabajo de AWS Glue, lo que no permite la detección automática de cambios de esquema que un crawler de Glue proporciona. La tercera opción incorrecta introduce complejidad innecesaria con múltiples funciones Lambda y no optimiza la orquestación como lo hace un flujo de trabajo de Glue. La última opción incorrecta utiliza Kinesis Data Firehose, que es más adecuado para streaming de datos en tiempo real y no para procesamiento por lotes de archivos de hasta 20 GB con cambios de esquema, además de agregar complejidad innecesaria con la partición de DataFrames.