Firma zbiera dane dziennika w czasie rzeczywistym za pomocą Amazon Kinesis Data Streams i chce uruchamiać zapytania w czasie rzeczywistym oraz wzbogacać dzienniki w Amazon Redshift. Która metoda pozyskiwania danych zapewnia najmniejszy narzut operacyjny przy wprowadzaniu danych do Redshift?

Poprawna odpowiedź to użycie Amazon Redshift streaming ingestion z Kinesis Data Streams i przedstawienie danych jako materialized view. Ta metoda jest najbardziej efektywna operacyjnie, ponieważ Redshift bezpośrednio pobiera dane ze strumienia Kinesis, minimalizując potrzebę zarządzania dodatkowymi usługami pośredniczącymi. Materialized view pozwala na bieżące przetwarzanie i wzbogacanie danych w Redshift. Pozostałe opcje są mniej optymalne: Konfiguracja Kinesis Data Firehose do wysyłania danych bezpośrednio do Redshift jest możliwa, ale Redshift streaming ingestion jest bardziej zintegrowana i wydajna dla danych w czasie rzeczywistym. Wysyłanie danych do S3, a następnie ładowanie ich do Redshift co minutę, wprowadza opóźnienia i zwiększa złożoność operacyjną. Użycie Amazon Managed Service for Apache Flink do wysyłania danych bezpośrednio do Redshift jest skuteczne do złożonego przetwarzania, ale dla prostego pozyskiwania i wzbogacania Redshift streaming ingestion jest prostsza i ma mniejszy narzut.