Una empresa de pronóstico del tiempo recopila lecturas continuas de temperatura, las agrega en archivos Apache Parquet más grandes, cifra los archivos mediante cifrado del lado del cliente con claves administradas por KMS (CSE-KMS) y los escribe en un bucket de Amazon S3 en prefijos diarios. La empresa ocasionalmente ejecuta consultas SQL para calcular promedios móviles de muestra para un día calendario específico. ¿Qué solución es la MÁS rentable para cumplir con estos requisitos?

Amazon Athena es la solución más rentable porque es un servicio de consulta interactiva sin servidor que permite ejecutar consultas SQL directamente sobre datos en Amazon S3 sin necesidad de aprovisionar ni administrar infraestructura. Cobra solo por la cantidad de datos escaneados por consulta, lo que es ideal para consultas ocasionales. Además, Athena puede leer archivos Apache Parquet cifrados con CSE-KMS sin configuración adicional. Amazon S3 Select es menos adecuado porque está diseñado para filtrar y recuperar subconjuntos de datos de objetos S3, no para ejecutar consultas SQL analíticas complejas como promedios móviles sobre grandes conjuntos de datos. Amazon Redshift con Redshift Spectrum es una opción potente para análisis de datos a gran escala, pero Redshift requiere un clúster aprovisionado, lo que incurre en costos continuos incluso cuando no se usa, haciéndolo menos rentable para consultas ocasionales. Amazon EMR Serverless con SparkSQL es una opción robusta para procesamiento de datos, pero EMR Serverless, aunque sin servidor, puede ser más costoso que Athena para consultas SQL ad-hoc simples, ya que está optimizado para cargas de trabajo de procesamiento de datos más intensivas.