Een weersvoorspellingsbedrijf verzamelt continue temperatuurmetingen, aggregeert deze in grotere Apache Parquet-bestanden, versleutelt de bestanden met client-side encryptie met KMS-beheerde sleutels (CSE-KMS) en schrijft ze naar een Amazon S3-bucket in dagelijkse prefixes. Het bedrijf voert af en toe SQL-query's uit om steekproefgewijze voortschrijdende gemiddelden te berekenen voor een specifieke kalenderdag. Welke oplossing is het MEEST kosteneffectief om aan deze vereisten te voldoen?

Amazon Athena is de meest kosteneffectieve oplossing omdat het een serverloze interactieve queryservice is die SQL gebruikt om gegevens rechtstreeks in Amazon S3 te analyseren. Er zijn geen servers te beheren en u betaalt alleen voor de hoeveelheid gegevens die door uw query's wordt gescand, wat ideaal is voor incidentele query's. Athena ondersteunt Apache Parquet-bestanden en client-side encryptie met KMS-beheerde sleutels (CSE-KMS). Amazon S3 Select is minder geschikt omdat het ontworpen is voor het ophalen van subsets van gegevens uit individuele objecten, niet voor complexe analytische query's over meerdere bestanden zoals het berekenen van voortschrijdende gemiddelden. Amazon Redshift is een datawarehouse en is kosteneffectiever voor frequente, complexe analyses op grote datasets die al in Redshift zijn geladen, niet voor incidentele query's op S3. Amazon EMR Serverless biedt flexibiliteit voor Spark-workloads, maar kan duurder zijn dan Athena voor incidentele SQL-query's, omdat het meer overhead heeft voor het opstarten van clusters.