5천만 명 이상의 활성 고객을 보유한 온라인 소매 회사가 구매 데이터를 Amazon S3에 저장하고 추가 고객 데이터를 Amazon RDS에 저장합니다. 이 회사는 다양한 팀에서 분석을 위해 모든 데이터를 사용할 수 있도록 하고, 세분화된 액세스 제어와 최소한의 운영 오버헤드를 원합니다. 어떤 솔루션이 이러한 요구 사항을 충족할까요?

정답은 AWS Lake Formation을 사용하여 데이터 레이크를 생성하고, Amazon RDS에 대한 AWS Glue JDBC 연결을 생성하며, Lake Formation에 S3 버킷을 등록하고, Lake Formation 액세스 제어를 사용하여 액세스를 제한하는 것입니다. 이 솔루션은 S3와 RDS에 분산된 데이터를 통합하여 단일 데이터 레이크를 구축하고, Lake Formation의 중앙 집중식 세분화된 액세스 제어를 통해 다양한 팀에 대한 보안 및 거버넌스를 제공합니다. 또한, AWS Glue를 사용하여 RDS 데이터를 쉽게 통합하고, Lake Formation의 관리형 서비스 특성으로 운영 오버헤드를 최소화합니다. 오답 1: 구매 데이터를 RDS로 마이그레이션하는 것은 대규모 S3 데이터의 이점을 상실하고, RDS의 확장성 및 비용 효율성 측면에서 비효율적입니다. 오답 2: Lambda 함수를 사용하여 S3에서 RDS로 데이터를 주기적으로 복사하고 S3 정책으로 액세스를 제한하는 것은 RDS 데이터를 포함하지 않으며, 중앙 집중식 액세스 제어가 어렵습니다. 오답 4: Redshift 클러스터를 생성하고 Lambda로 데이터를 복사하는 것은 추가적인 데이터 복사 및 관리 오버헤드를 발생시키며, Lake Formation만큼 유연하고 세분화된 액세스 제어를 제공하지 않습니다.