Een bedrijf heeft een Amazon S3-datalake dat wordt beheerd door AWS Lake Formation. Het bedrijf wil een Amazon QuickSight-visualisatie maken door het datalake te koppelen aan operationele gegevens die zijn opgeslagen in een Amazon Aurora MySQL-database. Het bedrijf moet autorisatie op kolomniveau afdwingen, zodat het marketingteam slechts toegang heeft tot een subset van kolommen. Welke oplossing voldoet aan deze vereisten met de MINSTE operationele overhead?

De correcte optie is om een Lake Formation blueprint te gebruiken om de Aurora MySQL-gegevens in het S3-datalake op te nemen en vervolgens Lake Formation te gebruiken voor toegangscontrole op kolomniveau. Lake Formation is ontworpen om datalakes te beheren en biedt gedetailleerde toegangscontrole, inclusief op kolomniveau, wat direct voldoet aan de vereiste. QuickSight kan vervolgens via Athena verbinding maken met dit datalake, waarbij de Lake Formation-permissies worden gehandhaafd. Dit minimaliseert de operationele overhead omdat Lake Formation het beheer van toegangsrechten centraliseert. De andere opties zijn minder optimaal: Amazon EMR voor SPICE: Dit omzeilt Lake Formation en vereist handmatige filtering, wat niet schaalbaar is voor kolomniveau autorisatie. AWS Glue Studio met IAM policy: IAM policies bieden geen granulaire controle op kolomniveau voor QuickSight-gebruikers die direct S3 benaderen. AWS Glue Elastic Views met S3 bucket policy: S3 bucket policies zijn niet ontworpen voor toegangscontrole op kolomniveau binnen een dataset en zouden complex zijn om te beheren.