Bir şirket, S3'te JSON ve CSV veri kümeleri depoluyor ve ayrıca Amazon RDS for SQL Server, sağlanmış kapasiteli DynamoDB tabloları ve bir Amazon Redshift kümesi kullanıyor. Veri bilimcilerin tüm bu kaynakları SQL benzeri sözdizimi kullanarak ve minimum operasyonel yük ile sorgulaması gerekiyor. Bu gereksinimi hangi çözüm karşılar?

Doğru cevap, veri bilimcilerin SQL benzeri sözdizimi kullanarak ve minimum operasyonel yük ile tüm veri kaynaklarını sorgulama gereksinimini karşılar. AWS Glue, S3'teki JSON ve CSV dosyaları, RDS, DynamoDB ve Redshift gibi farklı veri kaynaklarının meta verilerini AWS Glue Data Catalog'da merkezileştirir. Amazon Athena, bu katalogdaki verileri doğrudan SQL benzeri sözdizimi (S3 ve RDS için SQL, DynamoDB için PartiQL) kullanarak sorgular. Bu, veri dönüşümü veya altyapı yönetimi gerektirmeden çeşitli veri kaynaklarına tek bir arayüzden erişim sağlar. Diğer seçenekler şunlar için uygun değildir: Redshift Spectrum, DynamoDB ve RDS'i doğrudan sorgulayamaz, sadece S3'teki verilerle Redshift'i genişletir. JSON verilerini Parquet veya CSV'ye dönüştürmek ek operasyonel yük ve gecikme yaratır, doğrudan sorgulama ihtiyacını karşılamaz. AWS Lake Formation, bir veri gölü oluşturmak için harika olsa da, tüm verileri Parquet'e dönüştürme adımı, doğrudan ve hızlı sorgulama gereksinimine ek bir karmaşıklık getirir ve PartiQL ile DynamoDB'yi doğrudan sorgulama esnekliğini ortadan kaldırır.