한 회사에 S3에 100GB의 CSV 로그 파일이 있습니다. SQL 개발자는 데이터를 쿼리하고, 시각화를 위한 그래프를 생성하며, 최소한의 노력으로 CSV에서 메타데이터를 자동으로 저장해야 합니다. 다음 단계 조합(세 가지 선택) 중 가장 적은 노력으로 이러한 요구 사항을 충족하는 것은 무엇입니까?

이 솔루션은 S3에 저장된 CSV 로그 파일에 대한 쿼리, 시각화, 메타데이터 관리 요구 사항을 최소한의 노력으로 충족합니다. Amazon Athena는 서버리스 쿼리 서비스로, S3의 CSV 데이터를 직접 쿼리할 수 있어 별도의 인프라 설정 없이 SQL 개발자가 쉽게 데이터를 분석할 수 있습니다. AWS Glue Data Catalog는 CSV 파일의 스키마를 자동으로 검색하고 메타데이터를 저장하여 Athena가 데이터를 올바르게 해석하도록 돕습니다. Amazon QuickSight는 Athena와 직접 연동되어 쿼리 결과를 기반으로 시각화를 생성하고 필터링할 수 있는 비즈니스 인텔리전스 서비스입니다. AWS X-Ray는 분산 애플리케이션 분석 도구이며 데이터 시각화에는 적합하지 않습니다. Amazon Redshift는 데이터 웨어하우스 솔루션으로, 대규모 데이터 분석에 강력하지만, 이 시나리오에서는 S3의 CSV 파일을 직접 쿼리하는 Athena보다 초기 설정 및 관리 노력이 더 필요할 수 있습니다. Amazon DynamoDB는 NoSQL 데이터베이스로, 메타데이터 저장소로 사용할 수 있지만, Glue Data Catalog가 CSV 파일의 메타데이터 관리에 더 특화되어 있고 자동화된 스키마 검색 기능을 제공하므로 더 적합합니다.