Une application stocke plusieurs téraoctets de données non structurées dans un compartiment Amazon S3 en utilisant la classe de stockage S3 Standard. Les données augmentent de plusieurs gigaoctets par jour. L'entreprise interroge et analyse ces données, mais n'accède jamais aux objets de plus d'un an. Pour des raisons de conformité, toutes les données doivent être conservées indéfiniment. Quelle conception est la plus rentable tout en permettant l'interrogation des données ?

La bonne réponse est d'enregistrer les objets S3 dans l'AWS Glue Data Catalog et d'utiliser Amazon Athena pour interroger les données, puis de configurer une politique de cycle de vie S3 pour faire passer les objets de plus d'un an à S3 Glacier Deep Archive. Cette approche est la plus rentable car Athena permet d'interroger directement les données S3 sans avoir à les charger dans une base de données, et AWS Glue Data Catalog fournit les métadonnées nécessaires. S3 Glacier Deep Archive est la classe de stockage la moins chère pour la conservation à long terme des données rarement consultées, répondant ainsi à l'exigence de conformité. Les autres options sont moins optimales : S3 Select permet d'interroger des objets individuels, mais n'est pas conçu pour des analyses à grande échelle sur des téraoctets de données. Amazon Redshift Spectrum est une option viable pour l'interrogation, mais l'utilisation de S3 Intelligent-Tiering pour la conservation à long terme est plus coûteuse que S3 Glacier Deep Archive pour les données rarement consultées. S3 Intelligent-Tiering est conçu pour les données dont les modèles d'accès sont inconnus ou changeants, pas pour un archivage définitif.