Une entreprise stocke les données d'appareils dans une table Amazon DynamoDB qui prend en charge un site web destiné aux clients. La table utilise une capacité de lecture et d'écriture provisionnée. L'entreprise doit calculer des métriques de performance quotidiennes sur les données des appareils avec un impact minimal sur la capacité provisionnée de la table. Quelle solution répond à ces exigences ?

L'option correcte est d'utiliser une tâche AWS Glue avec le connecteur d'exportation AWS Glue DynamoDB. AWS Glue peut exporter des données de DynamoDB vers Amazon S3 sans consommer de capacité de lecture provisionnée, car il utilise la fonctionnalité d'exportation vers S3 de DynamoDB. Une fois les données dans S3, AWS Glue peut les traiter efficacement pour calculer les métriques de performance, minimisant ainsi l'impact sur la table DynamoDB en production. Les autres options sont incorrectes car : Amazon Athena avec le connecteur DynamoDB consommerait de la capacité de lecture provisionnée lors de chaque requête. Amazon Redshift COPY est utilisé pour charger des données dans Redshift, pas pour interroger directement DynamoDB ou exporter sans impact. Amazon EMR avec une table externe Apache Hive pour DynamoDB consommerait également de la capacité de lecture provisionnée lors de l'accès aux données.