Bir perakendeci, canlı işlemler için Amazon Aurora PostgreSQL ve veri ambarı olarak Amazon Redshift kullanmaktadır. Günlük bir ETL, Redshift'i PostgreSQL'den günceller. Redshift maliyetlerini düşürmek için mühendis, Redshift'te yalnızca en son 15 aylık veriyi tutmalı, geçmiş verileri arşivlemeli ve yine de canlı PostgreSQL verilerini, mevcut Redshift verilerini ve arşivlenmiş geçmiş verileri birleştiren analizler çalıştırmalıdır. Bu gereksinimleri hangi adımlar karşılayacaktır? (İki tane seçin.)

Doğru cevap, Amazon Redshift Federated Query özelliğini yapılandırmaktır çünkü bu özellik, Redshift'ten doğrudan Aurora PostgreSQL veritabanındaki canlı verilere sorgu yapılmasına olanak tanır. Bu, Redshift'in yalnızca 15 aylık veriyi tutarken, canlı verilerin de analizlere dahil edilmesini sağlar. Ayrıca, 15 aydan eski verileri Amazon S3'e UNLOAD etmek ve bu verilere Redshift Spectrum ile erişmek, geçmiş verilerin arşivlenmesi ve gerektiğinde sorgulanması maliyet etkin bir çözümdür. Redshift Spectrum, S3'teki verileri sorgulamak için kullanılırken, S3 Glacier Flexible Retrieval daha uzun süreli ve daha az sıklıkta erişilen arşivler için uygundur, ancak doğrudan Redshift Spectrum ile sorgulanamaz. Materialized view, farklı kaynaklardan gelen verileri birleştirmek için kullanılabilir ancak canlı verilerin sürekli güncellenmesi ve geçmiş verilerin S3'ten sorgulanması senaryosunda Federated Query ve Spectrum daha uygun ve esnek çözümler sunar.