Firma przechowuje zbiory danych JSON i CSV w S3, a także posiada Amazon RDS dla SQL Server, tabele DynamoDB z provisioned-capacity oraz klaster Amazon Redshift. Analitycy danych muszą wykonywać zapytania do wszystkich tych źródeł, używając składni podobnej do SQL, przy minimalnym nakładzie operacyjnym. Które rozwiązanie spełnia ten wymóg?

Poprawna odpowiedź wykorzystuje AWS Glue do katalogowania danych z różnych źródeł (S3, RDS, DynamoDB, Redshift) w AWS Glue Data Catalog. Amazon Athena następnie używa tego katalogu do wykonywania zapytań do danych bezpośrednio w ich oryginalnych lokalizacjach, bez potrzeby przenoszenia lub transformacji. Athena obsługuje standardowy SQL dla danych ustrukturyzowanych oraz PartiQL dla danych półustrukturyzowanych, takich jak JSON, co spełnia wymóg użycia składni podobnej do SQL dla wszystkich źródeł. Minimalny nakład operacyjny jest zapewniony przez bezserwerowy charakter Athena i Glue. Druga opcja jest niepoprawna, ponieważ Redshift Spectrum może wykonywać zapytania tylko do danych w S3, a nie do RDS czy DynamoDB. Trzecia opcja jest nieoptymalna, ponieważ wymagałaby transformacji danych JSON i przechowywania ich w S3, co zwiększa złożoność i koszty, podczas gdy Athena może bezpośrednio odpytywać JSON. Czwarta opcja jest niepoprawna, ponieważ AWS Lake Formation jest narzędziem do zarządzania jeziorem danych i bezpieczeństwem, a nie głównym narzędziem do transformacji danych z różnych źródeł na format Parquet w celu ich odpytywania; transformacja danych za pomocą zadań Lake Formation nie jest jego podstawowym zastosowaniem w tym kontekście.