某應用程式公開了一個會回傳工作負載指標的 API。公司必須大規模收集、分析和視覺化這些指標，以識別問題。哪組行動能滿足這些要求？(選擇三項)

第一個正確選項 (排程 EventBridge 規則觸發 Lambda 函數，將指標寫入 S3) 建立了自動化機制，定期從 API 收集指標並將其儲存到 S3，S3 是大規模資料儲存的理想選擇。第二個正確選項 (執行 Glue crawler 編目 S3 資料並建立 Athena 視圖) 允許您透過 Glue Data Catalog 結構化 S3 中的非結構化或半結構化資料，並使用 Athena 進行 SQL 查詢，而無需移動資料。第三個正確選項 (從 Athena 視圖建立 QuickSight 資料集和分析) 則利用 QuickSight 的強大功能，將 Athena 查詢的結果視覺化為互動式儀表板，以識別問題。 將資料寫入 DynamoDB (選項二) 不適合大規模分析，因為 DynamoDB 主要用於交易性工作負載，而非分析。將 Glue crawler 附加到 DynamoDB stream (選項四) 是一種不常見且不直接支援的模式。使用 CloudWatch 儀表板的自訂小工具直接呼叫 Lambda 函數從 Athena 查詢 (選項六) 會增加複雜性，且通常不如 QuickSight 提供的專用 BI 功能有效率。