Een legacy-applicatie produceert CSV-bestanden en slaat deze op in Amazon S3. Een nieuwe commerciële kant-en-klare (COTS) applicatie kan complexe SQL-queries alleen uitvoeren op data in Amazon Redshift en Amazon S3, maar kan geen .csv-bestanden verwerken. De legacy-applicatie kan niet worden gewijzigd. Welke oplossing stelt de COTS-applicatie in staat om de legacy-data te gebruiken met de MINSTE operationele overhead?

De correcte optie is het maken van een AWS Glue ETL-taak die volgens een schema wordt uitgevoerd en de verwerkte data opslaat in Amazon Redshift. Dit is de meest operationeel efficiënte oplossing omdat AWS Glue een serverloze ETL-service is die automatisch schaalt en minder beheer vereist dan andere opties. Het kan direct CSV-bestanden verwerken en de uitvoer naar Redshift schrijven, wat voldoet aan de eisen van de COTS-applicatie. De optie met een Python-script op EC2-instances introduceert operationele overhead voor het beheer van de EC2-instances en het script zelf. De optie met Lambda en DynamoDB voldoet niet aan de eis dat de COTS-applicatie alleen SQL-queries op Redshift of S3 kan uitvoeren, aangezien DynamoDB een NoSQL-database is. De optie met Amazon EMR en EventBridge is te complex en duur voor deze specifieke use case, aangezien EMR doorgaans wordt gebruikt voor grootschalige dataverwerking en niet de minste operationele overhead biedt.