Компания хранит наборы данных JSON и CSV в S3, а также использует Amazon RDS for SQL Server, таблицы DynamoDB с выделенной пропускной способностью и кластер Amazon Redshift. Специалистам по данным необходимо запрашивать все эти источники с использованием SQL-подобного синтаксиса с минимальными операционными издержками. Какое решение соответствует этому требованию?

Правильный ответ описывает использование Amazon Athena, который позволяет запрашивать данные из S3, RDS, DynamoDB и Redshift с помощью SQL-подобного синтаксиса, включая PartiQL для неструктурированных данных, таких как JSON. AWS Glue Data Catalog централизует метаданные, что упрощает управление. Это решение минимизирует операционные издержки, поскольку Athena является бессерверным сервисом. Неправильные варианты: Использование Redshift Spectrum ограничивается запросами к данным в S3 и Redshift, но не включает RDS и DynamoDB напрямую. Преобразование всех данных в Parquet или CSV с помощью заданий AWS Glue перед запросом увеличивает операционные издержки и время задержки, что противоречит требованию минимальных операционных издержек для запросов. Создание озера данных с AWS Lake Formation и преобразование всех данных в Parquet также добавляет сложности и операционные издержки, не являясь самым прямым решением для запроса существующих источников с минимальными изменениями.