Una empresa tiene grandes conjuntos de datos en S3 (históricos y de streaming) que deben ser ingeridos en SageMaker Feature Store para que la tienda en línea refleje los datos recientes inmediatamente y una tienda fuera de línea mantenga un historial completo. ¿Qué solución satisface estos requisitos?

La opción correcta es usar el conector Spark de Feature Store con la tienda en línea y la tienda fuera de línea habilitadas. Esto permite ingerir grandes volúmenes de datos históricos y de streaming de S3 de manera eficiente, ya que Spark es ideal para el procesamiento de big data. La habilitación de ambas tiendas asegura que los datos recientes estén disponibles inmediatamente para la tienda en línea (baja latencia) y que se mantenga un historial completo en la tienda fuera de línea (almacenamiento duradero). Las opciones que usan la API PutRecord son menos adecuadas para grandes volúmenes de datos, ya que está diseñada para la ingesta de registros individuales o pequeños lotes, no para conjuntos de datos masivos. Habilitar solo la tienda en línea no cumpliría el requisito de mantener un historial completo.