Una empresa tiene 100 GB de archivos de registro CSV en S3. Los desarrolladores de SQL necesitan consultar los datos, crear gráficos para visualización y almacenar automáticamente los metadatos de los CSV con el mínimo esfuerzo. ¿Qué combinación de pasos (elija tres) satisface estas necesidades con el menor trabajo?

La combinación de Amazon Athena, AWS Glue Data Catalog y Amazon QuickSight es la solución más eficiente para este caso. Amazon Athena permite consultar directamente los archivos CSV en S3 utilizando SQL estándar sin necesidad de cargar los datos, lo que minimiza el esfuerzo. AWS Glue Data Catalog es un almacén de metadatos persistente que se integra con Athena, descubriendo automáticamente los esquemas de los archivos CSV y facilitando su consulta. Amazon QuickSight se conecta a Athena para crear visualizaciones y gráficos interactivos a partir de los datos consultados. Filtrar los datos usando AWS X-Ray para crear visualizaciones es incorrecto porque X-Ray es para análisis de rendimiento de aplicaciones, no para visualización de datos CSV. Usar Amazon Redshift para consultar los datos CSV es incorrecto porque Redshift es un data warehouse que requeriría cargar los datos, lo que añade complejidad y esfuerzo. Usar Amazon DynamoDB como almacén de metadatos persistente para los archivos CSV es incorrecto porque DynamoDB es una base de datos NoSQL, no un catálogo de metadatos diseñado para integrarse con servicios de consulta de datos como Athena.