È necessario cercare messaggi di errore in log storici in formato JSON archiviati in Amazon S3 da 10 funzioni Lambda. I valori di errore possono apparire sotto campi diversi, ma tutte le stringhe di errore iniziano con lo stesso prefisso. Qual è il metodo più efficiente dal punto di vista operativo per analizzare questi file di log?

La risposta corretta è creare un job AWS Glue ETL e usare Amazon Athena. Questo è il metodo più efficiente per analizzare log storici in formato JSON archiviati in S3. AWS Glue può catalogare i dati JSON, rendendoli interrogabili. Amazon Athena, essendo un servizio di query interattivo serverless, può quindi eseguire query SQL direttamente sui dati catalogati in S3, permettendo di cercare il prefisso di errore in modo flessibile e senza la necessità di infrastrutture dedicate. S3 Select sarebbe meno efficiente perché richiede di specificare il percorso esatto dei campi, mentre i valori di errore possono apparire sotto campi diversi. CloudWatch Logs Insights è per log in CloudWatch, non direttamente per log storici in S3. CloudWatch Contributor Insights è per l'analisi di pattern e contributori, non per query ad hoc su log storici in S3.