Una empresa tiene 10 TB de datos en un clúster de Amazon Redshift. El equipo de ingeniería de datos utiliza SageMaker Studio para el análisis y el desarrollo de modelos, pero solo se necesita un subconjunto de los datos de Redshift para el entrenamiento. Necesitan una forma segura y rentable de exportar el subconjunto relevante a Amazon S3 para el desarrollo de modelos. ¿Qué soluciones satisfacen estos requisitos? (Elija dos.)

La opción de almacenar las credenciales en AWS Secrets Manager y usar un adaptador de base de datos de Python desde un notebook de SageMaker Studio es correcta porque permite una conexión segura a Redshift y la exportación selectiva de datos a S3, cumpliendo con los requisitos de seguridad y costo-efectividad al procesar solo el subconjunto necesario. La opción de usar SageMaker Data Wrangler es también correcta, ya que está diseñado específicamente para la preparación de datos, incluyendo la conexión a Redshift, la selección de subconjuntos y la exportación directa a S3 de forma segura y eficiente. Las opciones incorrectas son: Ejecutar un trabajo distribuido de SageMaker Processing con Spark es una solución viable para grandes volúmenes, pero puede ser excesivo y más costoso si solo se necesita un subconjunto pequeño y la complejidad de Spark no es estrictamente necesaria para la consulta y exportación. Iniciar varias instancias de notebook medianas con PySpark y descargar los datos al clúster de notebooks es ineficiente y costoso, ya que implica mover 10 TB de datos a las instancias de notebook, lo cual no es escalable ni rentable para solo un subconjunto. Lanzar una instancia de notebook extra grande con almacenamiento de 10 TB para descargar todos los datos es extremadamente costoso y poco práctico. El objetivo es exportar un subconjunto, no todos los datos.