Un'azienda ha 100 GB di file di log CSV in S3. Gli sviluppatori SQL devono interrogare i dati, creare grafici per la visualizzazione e archiviare automaticamente i metadati dai CSV con il minimo sforzo. Quale combinazione di passaggi (scegliere tre) soddisfa queste esigenze con il minor lavoro?

La combinazione corretta sfrutta servizi serverless e gestiti per ridurre al minimo lo sforzo. Amazon Athena consente di interrogare direttamente i file CSV in S3 utilizzando SQL, eliminando la necessità di caricare i dati in un database. AWS Glue Data Catalog è ideale per archiviare automaticamente i metadati (schema) dei file CSV, che Athena può poi utilizzare per le query. Amazon QuickSight si integra facilmente con Athena per creare visualizzazioni e grafici dai dati interrogati. Le opzioni errate sono: Filtrare i dati usando AWS X-Ray: X-Ray è per l'analisi delle tracce delle applicazioni, non per filtrare e visualizzare file di log CSV. Usare Amazon Redshift: Redshift è un data warehouse che richiede il caricamento dei dati, aggiungendo complessità e gestione rispetto ad Athena per questo caso d'uso. Usare Amazon DynamoDB come archivio di metadati: DynamoDB è un database NoSQL, non adatto per archiviare automaticamente i metadati di file CSV in modo strutturato per l'interrogazione SQL come fa Glue Data Catalog.