Une entreprise de mode en ligne souhaite un lac de données basé sur S3 qui prend en charge l'analyse en temps réel, l'analyse interactive des données historiques, l'analyse des flux de clics et les recommandations de produits personnalisées. Quelle combinaison de services AWS devrait être utilisée pour répondre à ces exigences ?

La bonne réponse utilise AWS Glue comme catalogue de données pour l'analyse interactive des données historiques, car il permet de découvrir et de cataloguer les données stockées dans S3. Amazon Kinesis Data Streams et Kinesis Data Analytics sont appropriés pour le traitement en temps réel. Kinesis Data Firehose peut livrer les données de flux de clics à Amazon Elasticsearch Service (Amazon ES) pour une analyse et une visualisation rapides. Enfin, Amazon EMR est une plateforme robuste pour le traitement de grandes quantités de données et l'exécution d'algorithmes de machine learning pour les recommandations personnalisées. Les autres options sont incorrectes car : Utiliser Amazon Athena comme catalogue de données est possible, mais AWS Glue est plus complet pour la découverte et la gestion des métadonnées. L'option 2 propose AWS Glue pour les recommandations, ce qui n'est pas son rôle principal. L'option 3 suggère Kinesis Data Streams et Data Analytics pour l'analyse des données historiques, alors qu'ils sont conçus pour le temps réel. L'option 4 propose DynamoDB Streams pour l'analyse des flux de clics, ce qui n'est pas son cas d'utilisation principal pour l'ingestion de flux de clics à grande échelle, et AWS Glue pour les recommandations, ce qui est incorrect.