Een applicatie slaat meerdere terabytes aan ongestructureerde data op in een Amazon S3-bucket met behulp van de S3 Standard-opslagklasse. De data groeit dagelijks met meerdere gigabytes. Het bedrijf bevraagt en analyseert deze data, maar benadert nooit objecten die ouder zijn dan 1 jaar. Voor compliance moet alle data voor onbepaalde tijd worden bewaard. Welk ontwerp is het meest kosteneffectief en maakt toch queries over de data mogelijk?

De correcte optie is het meest kosteneffectief en voldoet aan de vereisten. Door S3-objecten te registreren in de AWS Glue Data Catalog en Amazon Athena te gebruiken, kunnen de ongestructureerde data direct in S3 worden bevraagd zonder dat deze hoeven te worden geladen in een database, wat kosten bespaart. Het S3-lifecyclebeleid dat objecten ouder dan 1 jaar verplaatst naar S3 Glacier Deep Archive is cruciaal voor kostenbesparing, aangezien deze data zelden wordt benaderd maar wel voor onbepaalde tijd moet worden bewaard voor compliance. S3 Glacier Deep Archive is de goedkoopste opslagklasse voor archivering. De andere opties zijn minder optimaal: S3 Select is geschikt voor het filteren van data binnen individuele objecten, maar niet voor complexe queries over meerdere terabytes aan ongestructureerde data. Amazon Redshift Spectrum is een valide optie voor het bevragen van S3-data, maar de combinatie met S3 Intelligent-Tiering is minder kosteneffectief dan S3 Glacier Deep Archive voor data die nooit meer wordt benaderd na 1 jaar. S3 Intelligent-Tiering is ontworpen voor data met onbekende of veranderende toegangspatronen, terwijl hier duidelijk is dat data ouder dan 1 jaar niet wordt benaderd.