Un seul cluster Amazon Redshift est la seule source de données de l'entreprise et il contient des champs sensibles. Un scientifique des données a besoin d'accéder à certaines colonnes sensibles sans modifier les données sources ni stocker de copies anonymisées dans la base de données. Quelle solution nécessite le moins d'effort de mise en œuvre ?

La configuration de politiques de masquage de données dynamiques est la solution la plus simple car elle permet de masquer les données sensibles directement au niveau de la requête, sans nécessiter de modifications des données sources ni de création de copies. Amazon Redshift prend en charge cette fonctionnalité. Créer une vue matérialisée est une option viable mais demande plus d'effort car elle implique la création et la maintenance d'une nouvelle structure de données. Décharger les données vers Amazon S3 et utiliser Athena ou un job AWS Glue pour l'anonymisation sont des solutions plus complexes et coûteuses en termes de mise en œuvre et de maintenance, car elles impliquent le déplacement et la transformation des données, ce qui va à l'encontre de l'exigence de ne pas stocker de copies anonymisées dans la base de données ou de modifier les données sources.