Un'applicazione legacy produce file CSV e li archivia in Amazon S3. Una nuova applicazione commerciale off-the-shelf (COTS) può eseguire query SQL complesse solo su dati in Amazon Redshift e Amazon S3, ma non può elaborare file .csv. L'applicazione legacy non può essere modificata. Quale soluzione consente all'applicazione COTS di utilizzare i dati legacy con il MINOR overhead operativo?

La soluzione migliore è creare un job AWS Glue ETL pianificato. AWS Glue è un servizio ETL serverless che può facilmente leggere file CSV da S3, trasformarli e caricarli in Amazon Redshift. Questo approccio ha il minor overhead operativo perché AWS Glue gestisce automaticamente il provisioning e la scalabilità delle risorse, eliminando la necessità di gestire server. L'applicazione COTS può quindi interrogare i dati direttamente da Redshift. Le altre opzioni sono meno efficienti: Lo script Python su EC2 richiede la gestione delle istanze EC2 e la creazione di uno script ETL personalizzato, aumentando l'overhead operativo. L'uso di Lambda e DynamoDB non è adatto perché l'applicazione COTS richiede dati in Redshift o S3 per query SQL complesse, non in DynamoDB. L'utilizzo di Amazon EMR per un job ETL ricorrente è un'opzione valida, ma EMR è più complesso da gestire rispetto ad AWS Glue per questo caso d'uso specifico, richiedendo la configurazione e la gestione del cluster.