Una empresa financiera planea construir una malla de datos que debe incluir gobernanza centralizada, análisis y control de acceso. Utilizarán AWS Glue para el catálogo de datos y ETL. ¿Qué par de servicios de AWS deberían usar para implementar la malla de datos? (Elija dos.)

La arquitectura de malla de datos (data mesh) enfatiza la descentralización de la propiedad de los datos y la creación de productos de datos. Para el almacenamiento de datos, Amazon S3 es ideal debido a su escalabilidad, durabilidad y bajo costo, sirviendo como el lago de datos central. Amazon Athena permite consultar datos directamente en S3 utilizando SQL estándar, lo que facilita el análisis sin necesidad de aprovisionar infraestructura. AWS Lake Formation es crucial para la gobernanza centralizada y el control de acceso granular en un lago de datos, lo que es fundamental para una malla de datos. Las otras opciones son menos adecuadas. Amazon Aurora y Amazon RDS son bases de datos relacionales transaccionales, no óptimas para lagos de datos a gran escala. Amazon Redshift es un data warehouse, no un lago de datos. Amazon EMR es una plataforma para procesamiento de big data, pero Athena es más simple para análisis ad-hoc. AWS Glue DataBrew es para preparación de datos, no para gobernanza y control de acceso centralizados.