Een data engineer bouwt een uurlijkse AWS Glue ETL-pipeline die leest uit Amazon RDS en MongoDB, data transformeert en laadt in Amazon Redshift. Welke combinatie van acties bereikt dit met de MINSTE operationele overhead? (Kies twee.)

AWS Glue triggers zijn de meest geschikte en operationeel efficiënte manier om AWS Glue ETL-jobs op een uurlijkse basis te plannen en uit te voeren. Dit minimaliseert de overhead omdat het een ingebouwde functionaliteit van AWS Glue is. AWS Glue connections zijn essentieel voor het tot stand brengen van veilige en beheerde verbindingen met databronnen zoals Amazon RDS en MongoDB, en de bestemming Amazon Redshift, zonder handmatige configuratie van netwerkdetails. AWS Glue DataBrew is een tool voor data-preparatie, maar de vraag richt zich op de ETL-pipeline en scheduling, niet primair op data-opschoning. AWS Lambda-functies kunnen worden gebruikt voor scheduling, maar AWS Glue triggers zijn directer en specifieker voor Glue jobs, wat leidt tot minder overhead. De Redshift Data API kan data laden, maar AWS Glue kan dit direct doen als onderdeel van de ETL-job, wat de pipeline vereenvoudigt.