Une entreprise de sécurité stocke des données JSON IoT dans Amazon S3, où le schéma peut changer entre les mises à jour du firmware des appareils. L'équipe d'analyse a besoin d'un catalogue de données pour indexer ces données. Quelle est la solution la plus rentable pour fournir un catalogue et gérer les schémas évolutifs ?

Cette solution est la plus rentable car AWS Glue Data Catalog fournit un référentiel de métadonnées centralisé et gère les schémas évolutifs des données JSON IoT via AWS Glue Schema Registry. Une tâche AWS Glue peut orchestrer l'ingestion et la transformation des données, les rendant prêtes pour l'analyse dans Amazon Redshift Serverless, qui est une option rentable car elle s'adapte automatiquement et ne facture que l'utilisation. Les autres options sont moins optimales : L'utilisation d'un cluster provisionné Amazon Redshift est plus coûteuse que Redshift Serverless en raison des frais de provisionnement et de maintenance. Amazon Athena est excellent pour l'exploration ad-hoc, mais ne fournit pas la même capacité de gestion de schéma évolutif et d'orchestration ETL qu'AWS Glue pour un pipeline de données structuré. L'utilisation d'UDF AWS Lambda et d'AWS Step Functions ajoute de la complexité et des coûts supplémentaires pour l'orchestration, alors qu'une tâche AWS Glue peut gérer l'ingestion de manière plus intégrée et rentable.