Vous devez créer un pipeline ETL qui ingère des fichiers (CSV, JSON ou Parquet) livrés toutes les 15 minutes à partir de 10 systèmes sources dans 10 tables Amazon Redshift. Tous les fichiers arrivent dans un seul compartiment S3 ; la taille des fichiers varie de 10 Mo à 20 Go. Le pipeline doit tolérer les modifications de schéma. Quelles solutions répondent à ces exigences ? (Choisissez-en deux.)

Les deux options correctes utilisent un workflow AWS Glue pour gérer les dépendances entre le crawler AWS Glue et le travail AWS Glue, ce qui est essentiel pour la tolérance aux changements de schéma. Le crawler met à jour le AWS Glue Data Catalog, puis le travail AWS Glue utilise ce schéma mis à jour pour traiter les données. La première option utilise EventBridge pour une exécution toutes les 15 minutes, répondant à l'exigence de fréquence. La deuxième option utilise Lambda déclenchée par un chargement S3, ce qui est également viable pour des arrivées de fichiers régulières, bien que la fréquence de 15 minutes doive être gérée par la fréquence des chargements. L'option "Utilisez une règle Amazon EventBridge pour exécuter un travail AWS Glue toutes les 15 minutes" est incorrecte car elle ne prévoit pas de crawler pour gérer les changements de schéma avant l'exécution du travail. Les autres options incorrectes ne gèrent pas correctement les dépendances ou introduisent une complexité inutile (Kinesis Data Firehose pour des fichiers de cette taille).