Un'azienda sta migrando cluster Hadoop on-premises su Amazon EMR e deve spostare un metastore Apache Hive esistente in una soluzione persistente e serverless per il catalogo dati. Qual è l'approccio più conveniente e che soddisfa il requisito serverless?

L'opzione corretta risponde ai requisiti di persistenza, serverless e convenienza. AWS Glue Data Catalog è un metastore Apache Hive compatibile, serverless e persistente, ideale per archiviare i metadati del catalogo dati. Configurare un metastore Hive in Amazon EMR e poi migrare quello on-premises in EMR, per poi utilizzare Glue Data Catalog come catalogo dati esterno, permette di disaccoppiare il metastore dal cluster EMR, garantendo persistenza anche dopo la terminazione del cluster e riducendo i costi operativi grazie alla natura serverless di Glue. Le altre opzioni sono meno ideali: Migrare in Amazon S3 con AWS DMS non crea un catalogo dati strutturato e scansionabile direttamente da Hive. Usare Amazon Aurora MySQL per il catalogo dati non è serverless e richiede gestione del database. Usare un nuovo metastore Hive direttamente in EMR non è persistente se il cluster EMR viene terminato, contravvenendo al requisito di persistenza.