애플리케이션이 S3 Standard 스토리지 클래스를 사용하여 Amazon S3 버킷에 수 테라바이트의 비정형 데이터를 저장합니다. 데이터는 매일 수 기가바이트씩 증가합니다. 회사는 이 데이터를 쿼리하고 분석하지만 1년보다 오래된 객체에는 액세스하지 않습니다. 규정 준수를 위해 모든 데이터는 무기한 보존되어야 합니다. 데이터를 쿼리할 수 있으면서도 가장 비용 효율적인 설계는 무엇입니까?

정답은 AWS Glue Data Catalog에 S3 객체를 등록하고 Amazon Athena를 사용하여 데이터를 쿼리하며, 1년보다 오래된 객체를 S3 Glacier Deep Archive로 전환하도록 S3 수명 주기 정책을 구성하는 것입니다. 이 솔루션은 Athena와 Glue Data Catalog를 사용하여 S3에 저장된 비정형 데이터를 효율적으로 쿼리하고 분석할 수 있게 합니다. S3 수명 주기 정책을 통해 1년 이상 된 데이터를 S3 Glacier Deep Archive로 전환하면, 데이터는 무기한 보존되면서도 가장 비용 효율적인 스토리지 클래스를 사용하게 됩니다. S3 Glacier Deep Archive는 장기 보존 및 규정 준수 요구 사항에 적합하며, 비용이 매우 저렴합니다. 오답 설명: S3 Select는 개별 객체 내의 데이터를 쿼리하는 데 적합하지만, 수 테라바이트의 비정형 데이터를 종합적으로 분석하는 데는 적합하지 않습니다. Amazon Redshift Spectrum은 Redshift 클러스터가 필요하므로, Redshift를 이미 사용하고 있지 않다면 추가 비용이 발생할 수 있습니다. Athena는 서버리스 방식이므로 더 비용 효율적입니다. S3 Intelligent-Tiering은 액세스 패턴이 변경될 때 객체를 자동으로 계층화하지만, 1년 이상 액세스되지 않는 데이터를 무기한 보존하는 가장 비용 효율적인 방법은 S3 Glacier Deep Archive로 전환하는 것입니다.