Компания использует AWS Lake Formation для управления озером данных, содержащим структурированные и неструктурированные данные. Инженеры машинного обучения назначаются на конкретные рекламные кампании и должны запрашивать данные с помощью Amazon Athena и просматривать объекты непосредственно в S3. Каждый инженер должен иметь доступ только к ресурсам своих назначенных кампаний. Какое решение является наиболее операционно эффективным для обеспечения доступа на основе кампаний?

Правильный ответ — использование Lake Formation для авторизации доступа AWS Glue к корзинам S3 и применение тегов Lake Formation, которые сопоставляют инженеров машинного обучения с их кампаниями. Lake Formation предназначен для управления доступом к данным в озере данных, включая структурированные и неструктурированные данные, и позволяет применять детальный контроль доступа на основе тегов. Это обеспечивает операционную эффективность, поскольку позволяет централизованно управлять разрешениями на уровне кампаний, автоматически применяя их к соответствующим ресурсам S3 и таблицам Glue Data Catalog, используемым Athena. Применение политик IAM к AWS Glue Data Catalog не является наиболее эффективным, так как IAM политики сложнее масштабировать для детального контроля доступа на уровне кампаний и не обеспечивают такой же уровень централизованного управления, как Lake Formation. Хранение пользователей и сопоставлений кампаний в DynamoDB с использованием DynamoDB Streams и Lambda для обновления политик корзин S3 является сложным и избыточным решением, требующим значительных усилий по разработке и поддержке. Настройка политик корзин S3 для ограничения доступа к объектам по кампании также менее масштабируема и сложна в управлении для большого количества кампаний и пользователей по сравнению с Lake Formation.