¿Qué servicio de AWS permite ejecutar consultas SQL estándar directamente sobre datos almacenados en Amazon S3 sin aprovisionar servidores, y cobra según la cantidad de datos analizados?
Pregunta que solicita seleccionar el servicio que ejecuta consultas SQL sin servidor hacia S3.
Amazon Redshift
Amazon Redshift es un almacén de datos diseñado para ejecutar agregaciones complejas sobre grandes conjuntos de datos a alta velocidad.
Su modelo de uso básico implica el aprovisionamiento de un clúster como plataforma de ejecución. La descripción de esta pregunta — «sin servidor, SQL directamente a S3, facturación por cantidad analizada» — corresponde a Athena, no a Redshift. Esta opción es incorrecta.
Amazon EMR
Amazon EMR es una plataforma de procesamiento de big data que ejecuta marcos como Spark y Hadoop en un clúster.
Requiere la configuración y administración de un clúster. Para el requisito de consultar datos de S3 directamente con SQL estándar sin aprovisionar servidores, Athena es más adecuado. Esta opción es incorrecta.
Amazon Athena
Correcto. Amazon Athena es un servicio de consultas sin servidor que permite ejecutar consultas SQL estándar directamente sobre datos almacenados en Amazon S3. No se requiere configuración ni administración de servidores, y los cargos se basan en la cantidad de datos analizados por cada consulta. Es muy adecuado para el análisis de registros y análisis ad hoc.
AWS Glue
AWS Glue es un servicio ETL sin servidor que extrae, transforma y carga datos.
Aunque es sin servidor, su función es la transformación e integración de datos, no la ejecución de consultas SQL ad hoc sobre datos de S3 para obtener resultados inmediatos. Esta opción es incorrecta.
«SQL hacia S3», «sin servidor» y «facturación por análisis» apuntan todos a Amazon Athena. Distinción: almacén de datos a gran escala = Redshift, ETL = Glue, visualización = QuickSight.