Architekt rozwiązań zarządza aplikacją analityczną, która przechowuje duże ilości częściowo ustrukturyzowanych danych w zasobniku Amazon S3. Architekt chce równoległego przetwarzania danych, aby przyspieszyć przetwarzanie i wzbogacić dane za pomocą informacji przechowywanych w bazie danych Amazon Redshift. Które rozwiązanie spełnia te wymagania?

Amazon EMR (Elastic MapReduce) jest najlepszym rozwiązaniem do równoległego przetwarzania dużych ilości częściowo ustrukturyzowanych danych w Amazon S3. EMR obsługuje popularne frameworki Big Data, takie jak Apache Spark i Apache Hive, które efektywnie przetwarzają i analizują dane na dużą skalę. EMR może również bezpośrednio łączyć się z Amazon Redshift, co pozwala na wzbogacanie danych S3 informacjami z Redshift w ramach tego samego klastra EMR. Pozostałe opcje są mniej odpowiednie: Amazon Athena jest usługą zapytań bezserwerowych, ale nie jest przeznaczona do złożonego przetwarzania i wzbogacania danych w takim stopniu jak EMR. AWS Glue z Redshift do wzbogacania danych S3 wymagałoby dodatkowej orkiestracji. Amazon Kinesis Data Streams służy do przetwarzania danych strumieniowych w czasie rzeczywistym, a nie do przetwarzania dużych partii danych z S3 i wzbogacania ich danymi z Redshift. AWS Glue jest usługą ETL, która może przetwarzać dane, ale EMR oferuje większą elastyczność i moc obliczeniową dla złożonych zadań Big Data. AWS Lake Formation służy do zarządzania bezpieczeństwem jeziora danych, a nie do przetwarzania i wzbogacania danych.