È necessario creare una pipeline ETL che acquisisca file (CSV, JSON o Parquet) consegnati ogni 15 minuti da 10 sistemi di origine in 10 tabelle Amazon Redshift. Tutti i file vengono caricati in un singolo bucket S3; le dimensioni dei file variano da 10 MB a 20 GB. La pipeline deve tollerare i cambiamenti di schema. Quali soluzioni soddisfano questi requisiti? (Scegliere due.)

Le opzioni corrette soddisfano tutti i requisiti. La prima opzione utilizza EventBridge per attivare un workflow Glue ogni 15 minuti, che include un crawler per gestire i cambiamenti di schema e un job Glue per l'elaborazione e il caricamento in Redshift. La seconda opzione corretta utilizza una funzione Lambda attivata da S3 per richiamare un workflow Glue, gestendo i cambiamenti di schema con un crawler e caricando i dati con un job Glue. Entrambe le soluzioni gestiscono la pianificazione, i cambiamenti di schema e l'elaborazione di file di dimensioni variabili. La prima opzione errata non include un crawler, rendendola inadatta per la tolleranza ai cambiamenti di schema. La terza opzione errata è eccessivamente complessa con più funzioni Lambda e non ottimizzata per la gestione dei cambiamenti di schema in modo efficiente. La quarta opzione errata introduce Kinesis Data Firehose, che è un passaggio non necessario e meno efficiente per i requisiti dati specifici, e non gestisce i cambiamenti di schema in modo adeguato.