Een online detailhandelsbedrijf met meer dan 50 miljoen actieve klanten slaat aankoopgegevens op in Amazon S3 en aanvullende klantgegevens in Amazon RDS. Het bedrijf wil alle gegevens beschikbaar maken voor analyses voor verschillende teams, met fijnmazige toegangscontroles en minimale operationele overhead. Welke oplossing voldoet aan deze vereisten?

Deze oplossing voldoet aan de eisen omdat AWS Lake Formation een data lake kan creëren dat zowel gestructureerde (RDS) als ongestructureerde (S3) gegevens integreert voor analyse. Lake Formation biedt fijnmazige toegangscontroles op tabel-, kolom- en rij-niveau, wat essentieel is voor verschillende teams. De AWS Glue JDBC-verbinding maakt het mogelijk om gegevens uit RDS te catalogiseren en te integreren in het data lake, terwijl de S3-bucket direct kan worden geregistreerd. Dit minimaliseert operationele overhead omdat Lake Formation het beheer van het data lake vereenvoudigt. De andere opties zijn minder geschikt: Direct schrijven naar RDS is niet ideaal voor grote hoeveelheden aankoopgegevens en schaalt minder goed voor analyse. Periodiek kopiëren naar S3 en Athena gebruiken, biedt wel analyse, maar S3-beleid is minder fijnmazig dan Lake Formation voor complexe toegangscontroles. Een Redshift-cluster vereist meer operationeel beheer en is primair een datawarehouse, niet een data lake dat ongestructureerde gegevens naadloos integreert met fijnmazige toegangscontroles op dezelfde manier als Lake Formation.