Un'azienda di marketing riceve una grande quantità di nuovi dati clickstream in Amazon S3 da una campagna di marketing. L'azienda deve analizzare rapidamente i dati clickstream in Amazon S3 e quindi decidere se elaborarli ulteriormente nella pipeline di dati. Quale soluzione soddisfa questi requisiti con il MINOR overhead operativo?

Questa soluzione è la più efficiente e con il minor overhead operativo. Un crawler AWS Glue scopre automaticamente lo schema dei dati clickstream in S3 e crea tabelle nel Glue Data Catalog. Amazon Athena, un servizio di query interattivo serverless, può quindi interrogare direttamente questi dati utilizzando SQL standard, senza bisogno di infrastruttura da gestire. Le opzioni errate: Creare tabelle esterne in un catalogo Spark e configurare job AWS Glue per interrogare i dati introduce un overhead maggiore rispetto ad Athena, poiché i job Glue Spark richiedono la gestione di risorse di calcolo. Creare tabelle esterne in un metastore Hive e configurare job Spark in Amazon EMR per interrogare i dati comporta un overhead operativo significativo, poiché EMR richiede la gestione di cluster. Configurare un crawler AWS Glue per catalogare i dati e configurare Amazon Kinesis Data Analytics per interrogare i dati usando SQL non è l'ideale per dati statici in S3; Kinesis Data Analytics è progettato per lo streaming di dati in tempo reale.