某公司擁有大型 S3 資料集（歷史資料和串流資料），這些資料必須擷取到 SageMaker Feature Store 中，以便線上商店立即反映最新資料，而離線商店則維護完整的歷史記錄。哪種解決方案符合這些要求？

正確答案是使用 Feature Store Spark connector 將資料擷取為 Spark DataFrames，並啟用線上商店和離線商店。SageMaker Feature Store 的 Spark connector 專為處理大型資料集而設計，能有效率地將歷史資料和串流資料載入到 Feature Store。啟用線上商店可確保最新資料即時可用於線上推論，而啟用離線商店則能維護完整的歷史記錄，以供模型訓練和批次推論使用，完全符合題目要求。 將所有資料擷取到線上商店（無論是透過 PutRecord API 或僅啟用線上商店的 Spark connector）會導致離線商店缺乏歷史資料。反之，若僅將所有資料擷取到離線商店，則線上商店將無法即時反映最新資料。PutRecord API 雖然適用於小規模或單筆資料的即時更新，但對於大型歷史資料集和串流資料的初始載入效率較低。