ある企業が、さまざまなデータベースからバッチデータを作成し、ネットワークセンサーやアプリケーションAPIからライブストリームデータを作成しています。同社は、すべての受信データを統合および処理し、その後、1回限りのクエリのために異なるAmazon S3バケットにステージングし、後でKPIのためにBIツールにインポートする必要があります。運用オーバーヘッドを最小限に抑えつつ、これらの要件を満たすステップの組み合わせはどれですか？（2つ選択してください。）

Amazon AthenaはS3上のデータに対して標準SQLでアドホッククエリを実行できるサーバーレスサービスであり、一回限りのクエリに適しています。Amazon QuickSightはBIツールで、KPIのダッシュボード作成に最適です。AWS Lake Formationのブループリントは、データレイクへのデータ取り込みを簡素化し、AWS Glueはさまざまなデータソースからデータを抽出し、Parquet形式でS3にロードするETLジョブを実行できます。Parquetは分析に効率的な列指向形式です。Kinesis Data Analyticsはストリームデータ処理に特化しており、アドホッククエリには不向きです。カスタムLambda関数は運用オーバーヘッドが増大します。OpenSearch Serviceは検索・分析サービスであり、KPIのためのBIツールへのインポートとは目的が異なります。