Bir şirket, Amazon Kinesis Data Streams kullanarak gerçek zamanlı olarak log verileri toplar ve Amazon Redshift'te gerçek zamanlı sorgular çalıştırmak ve logları zenginleştirmek ister. Verileri Redshift'e almak için en az operasyonel yük sağlayan alım yöntemi hangisidir?

Doğru cevap, Kinesis Data Streams'ten Amazon Redshift streaming ingestion'ı kullanmak ve verileri materialized view olarak sunmaktır. Bu yöntem, Kinesis Data Streams'deki verileri doğrudan Redshift'e aktararak en düşük operasyonel yükü sağlar ve gerçek zamanlı sorgular için materialized view'lar aracılığıyla verimli erişim sunar. Diğer seçenekler neden yanlış: Kinesis Data Firehose'u doğrudan Redshift'e göndermek, Firehose'un Redshift'e veri alımında belirli sınırlamaları ve ek yapılandırma gereksinimleri nedeniyle daha yüksek operasyonel yük getirebilir. Kinesis Data Firehose'u Amazon S3'e göndermek ve ardından Redshift'e yüklemek, verilerin Redshift'e ulaşmasında gecikmeye neden olur ve gerçek zamanlı sorgu gereksinimlerini karşılamaz. Ayrıca, S3'ten Redshift'e yükleme işlemi ek operasyonel karmaşıklık yaratır. Amazon Managed Service for Apache Flink'i kullanmak, veri işleme ve zenginleştirme için güçlü bir araç olsa da, doğrudan Redshift'e alım için Kinesis Data Streams'in yerel streaming ingestion özelliğine kıyasla daha fazla operasyonel yönetim ve yapılandırma gerektirir.