Une entreprise dispose d'un entrepôt de données Oracle sur site et construit un lac de données sur Amazon S3. Elle doit charger les tables de l'entrepôt dans S3 et les maintenir synchronisées avec des données incrémentielles quotidiennes. Chaque table a une colonne à croissance monotone, des tailles inférieures à 50 Go, une actualisation nocturne entre 1h et 2h du matin, et les requêtes BI s'exécutent de 10h à 20h. Quelle approche est la plus efficace sur le plan opérationnel ?

La bonne approche utilise AWS DMS en mode chargement complet plus CDC (Capture de Changement de Données). DMS est conçu pour la migration de bases de données et la réplication continue, ce qui le rend efficace pour le chargement initial et la capture des modifications incrémentielles. La colonne à croissance monotone est idéale pour le CDC. L'utilisation d'AWS Glue pour ajouter les données incrémentielles à la copie S3 est une pratique courante pour maintenir la synchronisation et préparer les données pour l'analyse. Les autres options sont moins efficaces : Utiliser une connexion JDBC AWS Glue avec un job bookmark pour une colonne à croissance monotone est possible, mais DMS est plus optimisé pour la réplication continue et la gestion des changements. Effectuer un chargement complet quotidien avec DMS ou AWS Glue et écraser les données précédentes est inefficace car cela consomme plus de ressources, prend plus de temps et ne permet pas de conserver l'historique des modifications. De plus, cela pourrait interférer avec les requêtes BI pendant la journée.