Una empresa está migrando bases de datos de SQL Server de EC2 a Amazon RDS para SQL Server. Hasta que finalice la migración, el equipo de análisis debe exportar diariamente grandes elementos de datos unidos en formato Apache Parquet a Amazon S3. ¿Qué solución es la MÁS eficiente operativamente?

La opción correcta es la más eficiente operativamente porque AWS Glue es un servicio de extracción, transformación y carga (ETL) sin servidor y completamente administrado, ideal para esta tarea. Puede conectarse directamente a SQL Server (a través de una vista para simplificar la consulta), procesar grandes volúmenes de datos y convertirlos a Parquet de manera eficiente, programándose fácilmente. Las opciones incorrectas son menos eficientes: Programar SQL Server Agent para exportar CSV a S3 y luego usar Lambda para convertir a Parquet introduce pasos adicionales y complejidad, siendo menos directo que Glue. Usar un crawler de AWS Glue para leer la vista antes de un trabajo de Glue es redundante; el trabajo de Glue puede leer directamente la vista sin necesidad de un crawler intermedio para este caso de uso. Una función de AWS Lambda para consultar bases de datos y procesar grandes volúmenes de datos puede ser ineficiente y costosa debido a las limitaciones de tiempo de ejecución y memoria de Lambda para cargas de trabajo ETL pesadas, a diferencia de Glue que está diseñado para ello.