Una empresa desea análisis casi en tiempo real utilizando Amazon Kinesis Data Streams y Amazon Redshift, ingiriendo varios gigabytes por segundo y aprovechando las herramientas de BI existentes. ¿Qué opción minimiza la sobrecarga operativa al tiempo que hace que los datos de streaming estén disponibles para análisis inmediato?

La opción correcta minimiza la sobrecarga operativa y permite el análisis casi en tiempo real al integrar Kinesis Data Streams directamente con Amazon Redshift. Al crear un esquema externo, se mapea el stream a una tabla en Redshift, permitiendo consultas SQL directas sobre los datos de streaming. La vista materializada sobre este esquema externo, configurada para actualizarse automáticamente, asegura que los datos más recientes del stream estén disponibles de inmediato para análisis sin necesidad de ETL manual o procesos de carga complejos. Las opciones incorrectas son menos eficientes o introducen mayor latencia. La carga de datos a través de Amazon S3 y el comando COPY implica pasos intermedios y mayor latencia, lo que no es ideal para análisis casi en tiempo real. Acceder a los datos de Kinesis Data Streams mediante consultas SQL directamente sobre el stream sin una vista materializada no es una capacidad nativa de Redshift para Kinesis, y las vistas materializadas sobre el stream sin un esquema externo no son el mecanismo de integración directo y optimizado que ofrece Redshift. Kinesis Data Firehose a S3 y luego a Redshift también añade latencia y pasos operativos adicionales.