Une entreprise souhaite effectuer des analyses en quasi-temps réel à l'aide d'Amazon Kinesis Data Streams et d'Amazon Redshift, en ingérant plusieurs gigaoctets par seconde et en tirant parti des outils de BI existants. Quelle option minimise la surcharge opérationnelle tout en rendant les données de streaming disponibles pour une analyse immédiate ?

L'option correcte minimise la surcharge opérationnelle en utilisant les fonctionnalités natives d'Amazon Redshift pour interroger directement Kinesis Data Streams. La création d'un schéma externe et d'une vue matérialisée avec rafraîchissement automatique permet une analyse quasi en temps réel sans nécessiter de gestion d'ETL complexe. La première option (Kinesis Data Streams vers S3, puis COPY vers Redshift) introduit une latence et une complexité supplémentaires en raison de l'étape S3 et de la commande COPY manuelle ou planifiée. La deuxième option (requêtes SQL directes sur Kinesis Data Streams et vues matérialisées) est incomplète car elle ne mentionne pas la nécessité d'un schéma externe pour que Redshift puisse interpréter le flux Kinesis. La quatrième option (Kinesis Data Streams vers Kinesis Data Firehose vers S3, puis COPY vers Redshift) ajoute Kinesis Data Firehose et S3, augmentant la latence et la surcharge opérationnelle par rapport à l'intégration directe de Redshift avec Kinesis Data Streams.