Un minorista recopila registros de compra de 20.000 tiendas y los envía a Amazon S3 mediante Amazon Kinesis Data Firehose. Cada tienda ejecuta una pequeña aplicación de servidor que transmite los datos a través de Internet. Los datos se utilizan para reentrenar un modelo de machine learning diariamente. El equipo de ciencia de datos identificó campos existentes que deben combinarse en nuevos atributos antes del entrenamiento. ¿Qué cambio producirá los registros transformados añadiendo la menor sobrecarga operativa?

La opción correcta es crear una función de AWS Lambda e integrarla con Kinesis Data Firehose. Kinesis Data Firehose ofrece una característica de transformación de datos que permite invocar una función Lambda para procesar registros antes de entregarlos a S3. Esto minimiza la sobrecarga operativa porque Firehose gestiona la invocación de Lambda y el escalado, sin necesidad de aprovisionar o gestionar servidores. Las otras opciones son incorrectas porque introducen una mayor sobrecarga operativa: Un clúster de Amazon EMR requiere la gestión del clúster y la programación de su inicio y apagado, lo que es más complejo. Amazon S3 File Gateway y AWS Glue implican cambios en la infraestructura de cada tienda y la gestión de trabajos de Glue, lo que aumenta la complejidad. Una flota de instancias EC2 requiere el aprovisionamiento, la gestión y el mantenimiento de los servidores, además de configurar trabajos cron, lo que es la opción con mayor sobrecarga.