Une entreprise stocke des jeux de données JSON et CSV dans S3 et dispose également d'Amazon RDS pour SQL Server, de tables DynamoDB à capacité provisionnée et d'un cluster Amazon Redshift. Les scientifiques des données doivent interroger toutes ces sources à l'aide d'une syntaxe SQL avec un minimum de frais opérationnels. Quelle solution répond à cette exigence ?

La solution correcte répond aux exigences car Amazon Athena permet d'interroger des données stockées dans S3 (JSON, CSV) en utilisant SQL standard, et peut également interroger des sources de données relationnelles via des connecteurs fédérés (comme RDS pour SQL Server) et DynamoDB en utilisant PartiQL. AWS Glue Data Catalog centralise les métadonnées de toutes ces sources, offrant une vue unifiée. Cette approche minimise les frais opérationnels car Athena est un service sans serveur. L'option "Redshift Spectrum" est incorrecte car bien qu'elle puisse interroger S3, elle ne prend pas en charge l'interrogation directe de RDS ou DynamoDB de la même manière qu'Athena avec ses connecteurs fédérés. L'option "transformer les données en Apache Parquet" est incorrecte car elle implique une étape de transformation et de stockage supplémentaire, ce qui augmente les frais opérationnels et ne répond pas directement à l'exigence d'interroger les sources originales avec un minimum d'effort. L'option "AWS Lake Formation" est incorrecte car, bien qu'elle aide à la création de lacs de données, elle implique également une transformation et un déplacement des données vers S3, ce qui ne correspond pas à l'interrogation directe de toutes les sources existantes avec un minimum de frais opérationnels.