Una empresa de medios migrará su almacén de datos de actividad de usuario a AWS. El almacén de datos crecerá hasta petabytes. La empresa necesita una solución de ingesta de datos de alta disponibilidad que admita análisis SQL bajo demanda de datos existentes y nuevos, y que requiera la MENOR sobrecarga operativa. ¿Qué solución cumple estos requisitos?

La opción correcta es enviar datos a un stream de entrega de Amazon Kinesis Data Firehose y configurarlo para que entregue los datos a un clúster de Amazon Redshift. Kinesis Data Firehose es un servicio de ingesta de datos completamente administrado que escala automáticamente, requiere una sobrecarga operativa mínima y puede entregar datos a Redshift, que es un almacén de datos escalable hasta petabytes y optimizado para análisis SQL. La opción de Kinesis Data Streams a S3 no es ideal porque S3 no es un almacén de datos SQL para análisis directos, y requeriría una capa adicional (como Athena o Redshift Spectrum) para análisis SQL, aumentando la sobrecarga operativa. Colocar datos en S3 y usar Lambda para procesarlos es una solución de procesamiento de eventos, no una solución de ingesta directa a un almacén de datos SQL para petabytes. Crear un servicio de ingesta en instancias EC2 y una base de datos Amazon RDS Multi-AZ es una solución de mayor sobrecarga operativa y RDS no está diseñado para almacenes de datos de petabytes.