Un ingegnere dei dati deve pulire e preparare diversi terabyte di dati grezzi che risiedono in Amazon S3, quindi caricare i dati elaborati in Amazon Redshift per l'analisi. Gli analisti dei dati richiedono la possibilità di eseguire query complesse. La soluzione dovrebbe eliminare la necessità di complesse pipeline ETL ed evitare la gestione dell'infrastruttura. Quale approccio fornisce la funzionalità richiesta con il MINOR overhead operativo?

L'opzione corretta minimizza l'overhead operativo. AWS Glue DataBrew è un servizio di preparazione dati senza server che consente di pulire e trasformare terabyte di dati senza scrivere codice, riducendo la complessità. AWS Glue è un servizio ETL senza server che può caricare i dati elaborati in Amazon Redshift in modo efficiente. Amazon Redshift è un data warehouse ottimizzato per query complesse, soddisfacendo i requisiti degli analisti. Le altre opzioni introducono maggiore complessità o overhead: Amazon EMR richiede la gestione dei cluster. AWS Step Functions è più adatto per flussi di lavoro complessi, non solo per il caricamento dati. AWS Lambda ha limiti di tempo e memoria che lo rendono meno adatto per terabyte di dati. Amazon Kinesis Data Firehose è per lo streaming, non per carichi batch di terabyte. Amazon Athena è per query su S3, non direttamente su Redshift. AWS DMS è principalmente per la migrazione di database, non per pipeline ETL continue da S3 a Redshift. Redshift Spectrum consente query su dati in S3, ma la richiesta è di caricare i dati in Redshift per l'analisi.