Un'azienda dispone di un data warehouse Oracle on-premise e sta creando un data lake su Amazon S3. Deve caricare le tabelle del data warehouse in S3 e mantenerle sincronizzate con dati incrementali giornalieri. Ogni tabella ha una colonna che aumenta monotonicamente, dimensioni inferiori a 50 GB, aggiornamento notturno tra l'1:00 e le 2:00 e query BI eseguite dalle 10:00 alle 20:00. Qual è l'approccio più efficiente dal punto di vista operativo?

L'opzione corretta è la più efficiente dal punto di vista operativo perché AWS DMS con full load e CDC (Change Data Capture) è progettato per migrare database e mantenere la sincronizzazione continua con modifiche incrementali. Questo riduce il carico sul database sorgente rispetto a estrazioni complete giornaliere. AWS Glue può quindi elaborare questi dati incrementali per aggiungerli al data lake, sfruttando la colonna che aumenta monotonicamente per identificare i nuovi record. Le opzioni che prevedono il ricaricamento completo giornaliero (AWS DMS o AWS Glue) sono inefficienti e costose, specialmente con tabelle fino a 50 GB, e possono causare interruzioni durante le query BI. L'opzione AWS Glue JDBC con job bookmark è valida per l'estrazione incrementale, ma AWS DMS è più robusto e scalabile per la migrazione e la sincronizzazione continua da un data warehouse on-premise.