У компании есть озеро данных Amazon S3. Компании необходимо ежедневно преобразовывать данные и загружать их в хранилище данных с массово-параллельной обработкой (MPP). Аналитики данных должны создавать и обучать модели машинного обучения с использованием SQL на основе этих данных. По возможности используйте бессерверные сервисы AWS. Какое решение соответствует этим требованиям?

Правильный ответ — запуск задания AWS Glue для преобразования данных и загрузки их в Amazon Redshift Serverless, с использованием Amazon Redshift ML для машинного обучения. AWS Glue — это бессерверный ETL-сервис, который идеально подходит для ежедневного преобразования данных из Amazon S3. Amazon Redshift Serverless предоставляет MPP-хранилище данных без необходимости управления инфраструктурой, что соответствует требованию бессерверности. Amazon Redshift ML позволяет аналитикам создавать и обучать модели машинного обучения с использованием SQL непосредственно в Redshift. Amazon EMR не является полностью бессерверным сервисом, так как требует управления кластерами, что противоречит требованию. Amazon Aurora Serverless — это реляционная база данных, а не MPP-хранилище данных, и не предназначена для аналитических рабочих нагрузок такого масштаба. Amazon Athena ML не существует; Athena используется для запросов к данным в S3, но не для создания моделей машинного обучения.