Une application expose une API qui renvoie des métriques de charge de travail. L'entreprise doit collecter, analyser et visualiser ces métriques à grande échelle pour identifier les problèmes. Quel ensemble d'actions répondra à ces exigences ? (Choisissez-en trois.)

La première action correcte établit un mécanisme de collecte de métriques. EventBridge déclenche une fonction Lambda qui interroge l'API de l'application et stocke les métriques brutes dans S3, une solution de stockage scalable et économique. La deuxième action correcte prépare les données pour l'analyse. Un AWS Glue crawler catalogue les fichiers S3, créant un schéma dans le Data Catalog, ce qui permet à Amazon Athena de requêter ces données comme des tables SQL sans infrastructure de base de données. La troisième action correcte permet la visualisation. Amazon QuickSight peut se connecter aux vues Athena pour créer des tableaux de bord interactifs, répondant ainsi aux exigences d'analyse et de visualisation. L'option DynamoDB est moins adaptée pour le stockage de métriques brutes à grande échelle destinées à l'analyse ad-hoc, et un Glue crawler ne peut pas directement cataloguer un DynamoDB stream. L'option CloudWatch avec des widgets Lambda est possible mais moins efficace pour l'analyse à grande échelle des données stockées dans Athena par rapport à QuickSight qui est conçu pour la BI.