Een data engineer laadt klantgegevens van derden in Amazon Redshift. Eén bronveld bevat JSON-geformatteerde waarden. Wat moet de engineer doen om de JSON met de minste inspanning in het datawarehouse te laden?

Het SUPER datatype in Amazon Redshift is ontworpen voor het opslaan en verwerken van semi-gestructureerde gegevens, inclusief JSON, met minimale inspanning. Het stelt data engineers in staat om JSON-gegevens direct in een Redshift-tabel te laden zonder deze vooraf af te vlakken, wat de complexiteit en de benodigde tijd aanzienlijk vermindert. De andere opties zijn minder efficiënt voor dit specifieke scenario: AWS Glue gebruiken om de JSON af te vlakken vereist extra transformatiestappen, wat meer inspanning en rekenkracht kost. Amazon S3 gebruiken om de JSON op te slaan en Amazon Athena om de gegevens op te vragen, verplaatst de query-engine buiten Redshift, wat niet direct bijdraagt aan het laden van de gegevens in het datawarehouse. Een AWS Lambda-functie gebruiken om de JSON af te vlakken en op te slaan in S3 voegt ook extra stappen en complexiteit toe aan het proces.