한 소매업체는 라이브 트랜잭션에 Amazon Aurora PostgreSQL을 사용하고 데이터 웨어하우스로 Amazon Redshift를 사용합니다. 매일 ETL은 PostgreSQL에서 Redshift를 업데이트합니다. Redshift 비용을 줄이기 위해 엔지니어는 Redshift에 최신 15개월치 데이터만 유지하고, 과거 데이터를 아카이브하며, 라이브 PostgreSQL 데이터, 현재 Redshift 데이터 및 아카이브된 과거 데이터를 결합한 분석을 계속 실행해야 합니다. 이러한 요구 사항을 충족하는 단계는 무엇입니까? (두 가지 선택)

정답은 Amazon Redshift Federated Query 기능을 구성하여 PostgreSQL 데이터베이스의 라이브 트랜잭션 데이터를 쿼리하는 것입니다. 이 기능은 Redshift에서 직접 Aurora PostgreSQL 데이터에 대한 실시간 쿼리를 허용하여 라이브 트랜잭션 데이터에 대한 별도의 ETL 없이도 최신 데이터를 분석에 포함할 수 있게 합니다. 다른 정답은 15개월보다 오래된 데이터를 Amazon S3로 UNLOAD하고, Redshift에서 해당 데이터를 삭제하고, Amazon Redshift Spectrum을 구성하여 S3의 과거 데이터에 액세스하도록 월별 작업을 예약하는 것입니다. 이는 Redshift 비용을 절감하면서도 과거 데이터에 대한 분석 기능을 유지하는 효과적인 방법입니다. Redshift Spectrum은 S3에 저장된 데이터를 Redshift에서 직접 쿼리할 수 있게 해줍니다. Amazon Redshift Spectrum을 구성하여 PostgreSQL 데이터베이스에 있는 라이브 트랜잭션 데이터를 쿼리하는 것은 불가능합니다. Redshift Spectrum은 S3에 저장된 데이터에만 사용됩니다. Amazon S3 Glacier Flexible Retrieval로 UNLOAD하는 것은 데이터 검색 시간이 길어 분석에 적합하지 않습니다. 구체화된 뷰는 여러 소스의 데이터를 결합할 수 있지만, 라이브 PostgreSQL 데이터에 대한 실시간 업데이트를 반영하지 못하며, Redshift에 모든 데이터를 보관해야 하므로 비용 절감 목표에 부합하지 않습니다.