Una empresa minorista en línea con más de 50 millones de clientes activos almacena los datos de compra en Amazon S3 y datos adicionales de clientes en Amazon RDS. La empresa quiere que todos los datos estén disponibles para análisis para varios equipos, con controles de acceso detallados y una sobrecarga operativa mínima. ¿Qué solución cumple con estos requisitos?

La creación de un data lake con AWS Lake Formation es la solución más adecuada. Lake Formation permite centralizar el control de acceso detallado a los datos almacenados tanto en Amazon S3 como en Amazon RDS, utilizando una única interfaz. Al registrar el bucket de S3 y crear una conexión JDBC de AWS Glue a RDS, Lake Formation puede gestionar los permisos de forma granular para ambos orígenes de datos, minimizando la sobrecarga operativa. Migrar todos los datos a RDS no es escalable para 50 millones de clientes y no es óptimo para datos de compra no estructurados o semiestructurados. Copiar datos periódicamente a S3 y usar Athena con políticas de S3 solo cubre S3 y no ofrece control de acceso centralizado para RDS. Redshift es una buena opción para análisis, pero requiere ETL y no ofrece la gestión de permisos unificada de Lake Formation para ambos orígenes.