某公司希望使用 Amazon Kinesis Data Streams 和 Amazon Redshift 進行近乎即時的分析，每秒攝取數 GB 的資料，並利用現有的 BI 工具。哪個選項可以在將串流資料用於即時分析的同時，將營運開銷降到最低？

正確選項利用 Amazon Redshift 的串流攝取功能，將 Kinesis Data Streams 資料直接映射到 Redshift 外部結構描述，實現近乎即時的分析。透過建立自動重新整理的具體化視圖，資料會持續更新並可供現有 BI 工具查詢，同時將營運開銷降到最低，因為它避免了額外的服務或手動資料載入步驟。 第一個錯誤選項涉及將資料暫存到 S3 並使用 COPY 命令。這會引入額外的延遲和營運開銷，因為它需要定期執行 COPY 命令，不符合近乎即時分析的需求。 第二個錯誤選項建議直接透過 SQL 查詢從 Kinesis Data Streams 存取資料並建立具體化視圖。雖然 Redshift 支援串流具體化視圖，但直接從 Kinesis 串流查詢並非最佳實踐，且可能導致效能問題，尤其是在處理大量資料時。 第四個錯誤選項使用 Kinesis Data Firehose 和 S3 作為中介。這會增加額外的服務和資料傳輸步驟，導致更高的延遲和營運開銷，不符合將營運開銷降到最低的要求。