Un ingeniero de datos está construyendo un pipeline ETL de AWS Glue por horas que lee desde Amazon RDS y MongoDB, transforma los datos y los carga en Amazon Redshift. ¿Qué combinación de acciones logrará esto con la MENOR sobrecarga operativa? (Elija dos)

Configurar triggers de AWS Glue para ejecutar los trabajos ETL cada hora es la opción más sencilla y con menor sobrecarga operativa para programar trabajos de Glue. Los triggers están diseñados para este propósito. Usar conexiones de AWS Glue para establecer la conectividad es fundamental y la forma nativa de Glue para interactuar con RDS, MongoDB y Redshift, minimizando la configuración manual. Usar AWS Lambda para programar los trabajos ETL añade complejidad y sobrecarga operativa innecesaria, ya que los triggers de Glue ya ofrecen esta funcionalidad. AWS Glue DataBrew es una herramienta de preparación de datos, no de ejecución de pipelines ETL, y no es la opción principal para la orquestación. La Redshift Data API es para interactuar con Redshift, pero no es el método principal para cargar datos transformados desde un trabajo de Glue, que típicamente usa conectores JDBC o COPY.