Компания создает новую платформу данных, которая будет принимать потоковые данные в реальном времени из нескольких источников. Данные должны быть преобразованы перед записью в Amazon S3, и компании необходимо выполнять SQL-запросы к преобразованным данным. Какие решения соответствуют этим требованиям? (Выберите два.)

Оба правильных варианта предлагают решения для приема потоковых данных, их преобразования, сохранения в S3 и выполнения SQL-запросов. Первый вариант использует Kinesis Data Streams для приема, Kinesis Data Analytics для преобразования в реальном времени, Kinesis Data Firehose для доставки в S3 и Athena для запросов. Это полностью управляемое бессерверное решение для потоковой обработки данных. Второй вариант использует Amazon MSK для приема данных, AWS Glue для бессерверного ETL-преобразования и записи в S3, а также Athena для запросов. MSK является управляемым сервисом Apache Kafka, а AWS Glue предоставляет мощные возможности для преобразования данных. Неправильные варианты: AWS DMS предназначен для миграции баз данных, а не для приема потоковых данных. Редактор запросов Amazon RDS используется для реляционных баз данных, а не для запросов к данным в S3. Kinesis Data Analytics может преобразовывать данные, но для записи в S3 из Kinesis Data Streams обычно используется Kinesis Data Firehose или пользовательский код, а не Kinesis Data Analytics напрямую для записи в S3 в данном контексте.