Firma rejestruje miliony zamówień dziennie w Amazon DynamoDB. Nowe zamówienia są dodawane na bieżąco, gdy klienci je składają. Analityk danych musi tworzyć prognozy dotyczące godzin szczytu i pulpit nawigacyjny Amazon QuickSight, który pokazuje dane zamówień niemal w czasie rzeczywistym. Które podejście minimalizuje czas między zapisaniem nowego zamówienia w DynamoDB a możliwością dostępu QuickSight do tych nowych danych?

Prawidłowa odpowiedź minimalizuje opóźnienia, wykorzystując Amazon Kinesis Data Firehose do dostarczania danych zmian z DynamoDB do Amazon S3. DynamoDB Streams śledzi zmiany w tabeli, a Firehose może subskrybować ten strumień, aby niemal w czasie rzeczywistym dostarczać dane do S3. QuickSight może następnie odczytywać te dane z S3, zapewniając aktualne prognozy i pulpit nawigacyjny. Inne opcje są mniej efektywne: AWS Glue jest narzędziem ETL, które zazwyczaj działa w trybie wsadowym, wprowadzając większe opóźnienia. Użycie Kinesis Data Streams, a następnie ręczne umieszczanie danych w S3, wymagałoby dodatkowej logiki i zarządzania, co zwiększa złożoność i potencjalne opóźnienia. Firehose jest w pełni zarządzanym rozwiązaniem. Bezpośrednie wywoływanie API DynamoDB przez QuickSight nie jest optymalne dla dużych zbiorów danych i ciągłych aktualizacji, ponieważ QuickSight nie jest przeznaczony do bezpośredniego, ciągłego pobierania danych transakcyjnych w ten sposób.