Dane marketingowe z wielu źródeł są przesyłane do zasobnika Amazon S3. Zadania przygotowania danych muszą być uruchamiane w regularnych odstępach czasu równolegle, z kilkoma zadaniami, które muszą być uruchomione później w określonej kolejności. Firma chce wyeliminować narzut operacyjny związany z obsługą błędów zadań, ponownymi próbami i zarządzaniem stanem. Które rozwiązanie spełnia te wymagania?

Prawidłowa odpowiedź to użycie AWS Glue DataBrew do przetwarzania danych i AWS Step Functions do zarządzania przepływem pracy. AWS Glue DataBrew to bezserwerowa usługa do wizualnego przygotowywania danych bez pisania kodu, idealna do zadań przygotowania danych. AWS Step Functions umożliwia tworzenie złożonych, rozproszonych przepływów pracy, zarządzając stanem, ponownymi próbami i obsługą błędów, co eliminuje narzut operacyjny. Może uruchamiać zadania równolegle i sekwencyjnie. Pozostałe opcje są mniej odpowiednie: Funkcje AWS Lambda są dobre do natychmiastowego przetwarzania, ale zarządzanie złożonymi, wieloetapowymi przepływami pracy z zależnościami i obsługą błędów za pomocą samych funkcji Lambda i EventBridge Scheduler byłoby bardziej skomplikowane i wymagałoby większego nakładu pracy. Amazon Athena służy do interaktywnego analizowania danych w S3 za pomocą SQL, a nie do przygotowywania danych ani zarządzania złożonymi przepływami pracy. AWS Data Pipeline jest starszą usługą i nie oferuje tak zaawansowanych funkcji zarządzania stanem i obsługi błędów jak Step Functions, ani wizualnego przygotowywania danych jak DataBrew. Dodatkowo, opcja sugeruje przetwarzanie tylko raz dziennie, co nie spełnia wymogu regularnych odstępów czasu i równoległego przetwarzania.