Une entreprise enregistre des millions de commandes chaque jour dans Amazon DynamoDB. De nouvelles commandes sont ajoutées en continu au fur et à mesure que les clients les soumettent. Un scientifique des données doit produire des prévisions de périodes de pointe et créer un tableau de bord Amazon QuickSight qui affiche les données de commande quasi en temps réel. Quelle approche minimise le temps entre l'écriture d'une nouvelle commande dans DynamoDB et la capacité de QuickSight à accéder à ces nouvelles données ?

L'utilisation d'Amazon Kinesis Data Firehose pour livrer les données de modification de DynamoDB à Amazon S3, puis la configuration de QuickSight pour lire S3, est la solution la plus efficace pour un accès quasi en temps réel. DynamoDB Streams peut capturer les modifications de données en temps réel. Kinesis Data Firehose peut ensuite ingérer ces flux et les livrer de manière continue et automatique à S3 avec une latence minimale. QuickSight peut ensuite interroger S3 directement. Les autres options sont moins optimales : AWS Glue pour exporter vers S3 est un processus par lots, introduisant une latence significative. Envoyer les modifications vers Kinesis Data Streams puis vers S3 est possible, mais Kinesis Data Firehose est une solution plus simple et entièrement gérée pour la livraison continue vers S3, ce qui réduit la complexité opérationnelle et la latence. Demander à QuickSight d'appeler une API pour lire directement depuis DynamoDB n'est pas une fonctionnalité standard de QuickSight pour l'ingestion de données et ne serait pas efficace pour de grands volumes de données en temps réel.