Firma posiada jezioro danych Amazon S3 zarządzane przez AWS Lake Formation. Firma chce utworzyć wizualizację Amazon QuickSight poprzez połączenie jeziora danych z danymi operacyjnymi przechowywanymi w bazie danych Amazon Aurora MySQL. Firma musi wymusić autoryzację na poziomie kolumn, aby zespół marketingowy mógł uzyskać dostęp tylko do podzbioru kolumn. Które rozwiązanie spełnia te wymagania przy NAJMNIEJSZYM nakładzie operacyjnym?

Prawidłowa odpowiedź to użycie szablonu Lake Formation do pobierania danych z bazy danych do jeziora danych S3, a następnie Lake Formation do wymuszenia kontroli dostępu na poziomie kolumn dla użytkowników QuickSight, używając Amazon Athena jako źródła danych w QuickSight. Lake Formation jest zaprojektowane do zarządzania i zabezpieczania jezior danych, w tym kontroli dostępu na poziomie kolumn, co idealnie pasuje do wymagań. Athena integruje się z Lake Formation i QuickSight, umożliwiając bezpośrednie zapytania do danych z jeziora danych z zastosowaniem polityk Lake Formation. Pozostałe opcje są mniej optymalne: Amazon EMR jest potężnym narzędziem, ale jego użycie do bezpośredniego pobierania danych do SPICE i ręcznego filtrowania kolumn jest bardziej złożone operacyjnie i nie wykorzystuje możliwości Lake Formation do kontroli dostępu. AWS Glue Studio do pobierania danych i polityki IAM na S3 nie zapewniają natywnej kontroli dostępu na poziomie kolumn w taki sposób, jak Lake Formation, a zarządzanie politykami IAM dla szczegółowej kontroli dostępu może być skomplikowane. AWS Glue Elastic Views tworzy zmaterializowany widok, ale polityka zasobnika S3 jest mniej granularna niż Lake Formation dla kontroli dostępu na poziomie kolumn i nie integruje się tak płynnie z QuickSight w kontekście jeziora danych.