一個新的 Amazon S3 資料湖將使用 Amazon Athena 進行查詢。資料來源是一個內部部署的 Oracle 資料庫，包含 70 個資料表（全部都有主鍵）；資料偶爾會變動。公司希望每天以最少的工作量將這些資料表攝取到資料湖中。他們應該使用哪種解決方案？

AWS DMS 專為資料庫遷移和持續資料複製而設計，能夠將內部部署資料庫的資料以增量方式複製到 Amazon S3，並支援 Parquet 格式輸出，完美符合每日自動化攝取和偶爾變動資料的需求，且管理工作量最少。 其他選項的缺點： Apache Sqoop 任務需要手動管理 EMR 叢集和 Sqoop 任務的排程，操作複雜性較高，不符合「最少工作量」的要求。 AWS Glue 書籤任務雖然可以增量攝取，但對於資料偶爾變動的場景，DMS 的持續複製功能更為強大和自動化，且 Glue 任務的開發和維護可能需要更多工作。 將資料遷移到 Amazon RDS 並使用觸發器調用 Lambda 函數的方案過於複雜，增加了額外的資料庫管理負擔和開發成本，不符合「最少工作量」的要求，且不直接解決將資料湖資料格式化為 Parquet 的問題。