Bir şirket, Amazon DynamoDB'ye her gün milyonlarca sipariş kaydeder. Müşteriler sipariş verdikçe sürekli olarak yeni siparişler eklenir. Bir veri bilimcisinin yoğun zaman tahminleri üretmesi ve neredeyse gerçek zamanlı sipariş verilerini gösteren bir Amazon QuickSight panosu oluşturması gerekmektedir. Yeni bir siparişin DynamoDB'ye yazılması ile QuickSight'ın bu yeni verilere erişebilmesi arasındaki süreyi en aza indiren yaklaşım hangisidir?

Doğru cevap, DynamoDB değişiklik verilerini Amazon S3'e iletmek için Amazon Kinesis Data Firehose kullanmak ve QuickSight'ı S3 verilerini okuyacak şekilde yapılandırmaktır. Kinesis Data Firehose, DynamoDB değişikliklerini S3'e neredeyse gerçek zamanlı olarak teslim etmek için tasarlanmış yönetilen bir hizmettir. Bu, QuickSight'ın en güncel verilere erişmesini sağlar ve gecikmeyi en aza indirir. Diğer seçenekler neden yanlış: AWS Glue kullanmak, toplu işlem gerektirdiğinden ve neredeyse gerçek zamanlıya yakın gereksinimleri karşılamayacağından daha yüksek gecikmeye neden olur. Kinesis Data Streams'i doğrudan kullanmak, verileri S3'e yerleştirmek için ek bir tüketici (örneğin, AWS Lambda) gerektireceğinden daha fazla yönetim yükü getirir. Kinesis Data Firehose bu entegrasyonu basitleştirir. QuickSight'ın doğrudan DynamoDB'den okuması, QuickSight'ın DynamoDB'ye sürekli API çağrıları yapmasını gerektireceğinden DynamoDB'de performans sorunlarına ve maliyet artışına yol açabilir, özellikle milyonlarca kayıt ve sürekli yeni siparişler söz konusu olduğunda. Ayrıca, QuickSight'ın doğrudan DynamoDB entegrasyonu, büyük veri kümeleri ve analitik sorgular için optimize edilmemiştir.