某應用程式使用 S3 Standard 儲存類別，將數 TB 的非結構化資料儲存在 Amazon S3 儲存貯體中。資料量每天增加數 GB。公司會查詢和分析這些資料，但從不存取超過 1 年的物件。為了符合法規，所有資料都必須無限期保留。哪種設計最具成本效益，同時允許查詢資料？

正確答案結合了成本效益的儲存與查詢能力。將 S3 物件註冊到 AWS Glue Data Catalog 並使用 Amazon Athena 查詢，可以在不移動資料的情況下直接分析 S3 儲存桶中的非結構化資料，這比將資料載入 Redshift 更具成本效益。設定生命週期政策將超過一年的物件轉換到 S3 Glacier Deep Archive，可以滿足無限期保留的法規要求，同時顯著降低長期儲存成本，因為這些舊資料不再需要頻繁存取。 其他選項的不足之處： S3 Select 雖然可以直接查詢 S3 物件，但對於數 TB 且每天增加數 GB 的非結構化資料，其分析能力和效率不如 Athena。 Amazon Redshift Spectrum 可以查詢 S3 資料，但其成本通常高於 Athena，且不一定適用於所有非結構化資料分析場景。 將舊物件轉換到 S3 Intelligent-Tiering 無法滿足無限期保留且成本最低的要求，因為 Intelligent-Tiering 仍比 Glacier Deep Archive 昂貴，且其歸檔層級的成本效益不如 Glacier Deep Archive。