한 회사에서 JSON 및 CSV 데이터 세트를 S3에 저장하고 있으며, Amazon RDS for SQL Server, 프로비저닝된 용량의 DynamoDB 테이블, 그리고 Amazon Redshift 클러스터도 보유하고 있습니다. 데이터 과학자들은 최소한의 운영 오버헤드로 SQL과 유사한 구문을 사용하여 이 모든 소스를 쿼리해야 합니다. 이 요구 사항을 충족하는 솔루션은 무엇입니까?

정답은 AWS Glue Data Catalog에 메타데이터를 저장하고 Amazon Athena를 사용하여 데이터를 쿼리하는 것입니다. Athena는 S3의 JSON 및 CSV 파일, RDS for SQL Server, DynamoDB, Redshift 등 다양한 데이터 소스를 SQL과 유사한 구문으로 쿼리할 수 있습니다. 특히, JSON 데이터에 PartiQL을 사용하여 유연한 쿼리를 지원합니다. 오답 설명: Redshift Spectrum은 S3의 데이터만 쿼리할 수 있으며, RDS for SQL Server나 DynamoDB는 직접 쿼리할 수 없습니다. AWS Glue 작업을 사용하여 데이터를 변환하는 것은 추가적인 운영 오버헤드를 발생시키며, Athena는 원본 형식 그대로 쿼리할 수 있으므로 불필요합니다. AWS Lake Formation은 데이터 레이크 관리 서비스이지만, 모든 데이터를 Parquet으로 변환하는 것은 불필요한 작업이며, Athena가 원본 데이터를 직접 쿼리하는 것이 더 효율적입니다.