한 회사에서 다양한 데이터베이스의 배치 데이터와 네트워크 센서 및 애플리케이션 API의 라이브 스트림 데이터를 생성합니다. 이 회사는 모든 수신 데이터를 통합 및 처리한 다음, 일회성 쿼리를 위해 여러 Amazon S3 버킷에 스테이징하고 나중에 KPI를 위해 BI 도구로 가져와야 합니다. 운영 오버헤드를 최소화하면서 이러한 요구 사항을 충족하는 단계 조합은 무엇입니까? (두 가지 선택)

이 솔루션은 운영 오버헤드를 최소화하면서 다양한 데이터 소스를 통합하고 처리하는 데 효과적입니다. AWS Lake Formation 블루프린트는 데이터 레이크로의 데이터 수집을 간소화하며, AWS Glue는 다양한 소스에서 데이터를 추출, 변환하여 S3에 Parquet 형식으로 저장하는 데 이상적입니다. Parquet은 분석에 최적화된 압축 형식으로 비용 효율적입니다. Amazon Athena는 S3에 저장된 데이터에 대해 서버리스 방식으로 즉석 쿼리를 실행하는 데 적합하며, Amazon QuickSight는 KPI 대시보드를 생성하여 비즈니스 인텔리전스를 제공하는 데 사용됩니다. Kinesis Data Analytics는 스트리밍 데이터 분석에 주로 사용되며, Redshift는 데이터 웨어하우스 솔루션으로 개별 레코드 이동을 위한 사용자 지정 Lambda 함수는 비효율적입니다. OpenSearch Service는 검색 및 로그 분석에 더 적합합니다.