Una empresa tiene un data warehouse de Oracle on-premises y está construyendo un data lake en Amazon S3. Necesitan cargar las tablas del data warehouse en S3 y mantenerlas sincronizadas con datos incrementales diarios. Cada tabla tiene una columna de incremento monótono, tamaños inferiores a 50 GB, actualización nocturna entre la 1 a.m. y las 2 a.m., y las consultas de BI se ejecutan de 10 a.m. a 8 p.m. ¿Qué enfoque es el más eficiente operativamente?

La opción correcta es la más eficiente operativamente porque AWS DMS con CDC (Change Data Capture) es ideal para migraciones iniciales de carga completa y para mantener la sincronización con cambios incrementales. La columna de incremento monótono facilita el seguimiento de los cambios. AWS Glue permite procesar y añadir estos datos incrementales a la copia existente en S3, optimizando el almacenamiento y evitando recargas completas innecesarias. Las opciones incorrectas son: Usar solo JDBC de AWS Glue con job bookmarks es posible, pero AWS DMS está diseñado específicamente para la replicación de bases de datos, incluyendo CDC, lo que lo hace más robusto y fácil de configurar para este caso. Realizar cargas completas diarias con AWS DMS o AWS Glue y sobrescribir los datos es ineficiente, ya que las tablas son de hasta 50 GB, lo que implicaría transferir grandes volúmenes de datos innecesariamente cada día y podría impactar el rendimiento del data warehouse on-premises. Además, no aprovecha la naturaleza incremental de los datos.