一位資料工程師將一個 S3 儲存貯體訂閱到一個提供經濟指標的 AWS Data Exchange 產品。該工程師必須將傳入的經濟資料與 Amazon Athena 中的現有表格結合，並在 30-60 分鐘內完成所有轉換。哪種符合成本效益的解決方案能滿足這些要求？

正確答案是使用 S3 事件觸發 Lambda 函數來啟動 AWS Glue 作業。當新的經濟資料到達 S3 儲存貯體時，S3 事件通知會即時觸發 Lambda 函數。Lambda 函數輕量且成本效益高，其主要職責是啟動一個 AWS Glue 作業。AWS Glue 是一個無伺服器 ETL 服務，非常適合在 Athena 中合併資料，並能處理大規模資料轉換，且其執行時間通常在 30-60 分鐘內。 其他選項的缺點： Kinesis Data Stream 和 Firehose 適用於即時串流資料，但這裡的資料是透過 AWS Data Exchange 的 S3 交付，不需要額外的串流層，增加了複雜性和成本。 SageMaker Data Wrangler 是一個用於資料準備的工具，但它通常用於互動式資料探索和轉換，而不是作為自動化 ETL 管道的一部分，且可能無法在 30-60 分鐘內完成大規模資料合併。 Amazon Redshift 是一個資料倉儲解決方案，雖然可以合併資料，但佈建和維護 Redshift Cluster 的成本較高，不符合「成本效益」的要求，且對於此類定期的批次處理而言，可能過於重量級。