Un minorista está recopilando registros de compra de 20.000 tiendas en Amazon S3 a través de Amazon Kinesis Data Firehose. El entrenamiento diario del modelo requiere transformaciones de atributos simples y algunas combinaciones de campos. ¿Qué cambio requiere el menor esfuerzo de desarrollo para aplicar estas transformaciones simples antes del entrenamiento?

La opción correcta es adjuntar una aplicación de Amazon Kinesis Data Analytics. Kinesis Data Analytics permite realizar transformaciones de datos en tiempo real utilizando SQL estándar directamente en el flujo de datos de Kinesis Data Firehose. Esto es ideal para transformaciones simples y combinaciones de campos, ya que no requiere el desarrollo de código complejo ni la gestión de infraestructura. Las otras opciones son menos eficientes para este caso: AWS Storage Gateway no es una herramienta de transformación de datos; es para integrar almacenamiento local con S3. Un clúster de Amazon EMR con Apache Spark es una solución potente, pero es una sobrecarga para transformaciones "simples" y "menor esfuerzo", introduciendo mayor complejidad y costo. Lanzar una flota de instancias Amazon EC2 para ejecutar código de transformación implica gestionar servidores y desarrollar código personalizado, lo que contradice el requisito de "menor esfuerzo de desarrollo".