Un'azienda riceve quotidianamente 2 GB di record di transazioni di vendita in un database MySQL e ha 100 GB di opportunità di vendita archiviate in Salesforce. L'azienda desidera un processo notturno per correlare i due set di dati con un sovraccarico operativo minimo. Quale soluzione soddisfa questo requisito?

La soluzione corretta sfrutta Amazon AppFlow per integrare facilmente i dati da Salesforce, un connettore SaaS nativo. AWS Glue è ideale per estrarre e trasformare i dati dal database MySQL, offrendo capacità ETL serverless. La correlazione dei dati può essere eseguita all'interno di AWS Glue o tramite un altro servizio di calcolo. AWS Step Functions è la scelta migliore per orchestrare flussi di lavoro complessi e serverless, garantendo un controllo preciso e una gestione degli errori. Le opzioni errate presentano i seguenti problemi: L'uso di Amazon MWAA per il recupero dei dati e AWS Lambda per la correlazione, orchestrato da Step Functions, è meno efficiente rispetto all'uso di AppFlow e Glue per l'ingestione. Lambda potrebbe non essere l'ideale per correlazioni complesse su 2 GB di dati. L'uso di MWAA per l'orchestrazione è possibile, ma Step Functions è spesso preferito per flussi di lavoro serverless e basati su eventi. L'uso di Amazon Kinesis Data Streams per recuperare dati da MySQL non è l'approccio più comune o efficiente per un processo batch notturno di 2 GB; Kinesis è più adatto per lo streaming di dati in tempo reale. Amazon Managed Service for Apache Flink è anch'esso più orientato all'elaborazione di stream in tempo reale.