Firma agreguje dane z wielu magazynów AWS i magazynów stron trzecich do centralnego hurtowni danych do celów analitycznych. Analitycy wymagają szybkich odpowiedzi na zapytania i używają Amazon QuickSight w trybie bezpośredniego zapytania. Zapytania są zazwyczaj uruchamiane przez kilka godzin dziennie z nieprzewidywalnymi skokami. Która opcja zapewnia wymaganą wydajność przy najmniejszym nakładzie operacyjnym?

Amazon Redshift Serverless to optymalne rozwiązanie, ponieważ zapewnia szybkie odpowiedzi na zapytania analityczne, co jest kluczowe dla użytkowników QuickSight w trybie bezpośredniego zapytania. Jego bezserwerowa architektura automatycznie skaluje się w górę i w dół, aby sprostać nieprzewidywalnym skokom obciążenia, minimalizując jednocześnie nakład operacyjny, ponieważ nie ma potrzeby zarządzania klastrami. Dane są ładowane do zarządzanej pamięci masowej Redshift (RMS), co zapewnia wysoką wydajność. Amazon Athena jest odpowiednie do zapytań ad-hoc, ale może nie zapewniać spójnej, niskiej latencji wymaganej dla QuickSight w trybie bezpośredniego zapytania przy dużych obciążeniach. Udostępnione klastry Amazon Redshift wymagają ręcznego zarządzania i skalowania, co zwiększa nakład operacyjny i może nie reagować wystarczająco szybko na nieprzewidywalne skoki. Amazon Aurora PostgreSQL to baza danych transakcyjnych, a nie hurtownia danych, więc nie jest zoptymalizowana pod kątem złożonych zapytań analitycznych na dużą skalę.