Una empresa de servicios financieros recibe una fuente de datos periódica de su socio de servicios de tarjetas de crédito Cada 15 minutos se envían aproximadamente 5 000 registros en texto plano a través de HTTPS directamente a un bucket de Amazon S3 con cifrado del lado del servidor Esta fuente contiene datos confidenciales del número de cuenta principal (PAN) de la tarjeta de crédito La empresa necesita enmascarar automáticamente el PAN antes de enviar los datos a otro bucket de S3 para su procesamiento interno adicional La empresa también necesita eliminar y combinar campos específicos y, a continuación, transformar el registro en formato JSON Además, es probable que se añadan fuentes adicionales en el futuro, por lo que cualquier diseño debe ser fácilmente ampliable. ¿Qué soluciones cumplen estos requisitos?
A. esencadenar una función de AWS Lambda en la entrega de archivos que extraiga cada registro y lo escriba en una cola de Amazon SQS Desencadenar otra función de Lambda cuando lleguen nuevos mensajes a la cola de SQS para procesar los registros, escribiendo los resultados en una ubicación temporal de Amazon S3 Desencadenar una última función de Lambda una vez que la cola de SQS esté vacía para transformar los registros en formato JSON y enviar los resultados a otro bucket de S3 para su procesamiento interno n
B. esencadenar una función de AWS Lambda en la entrega de archivos que extraiga cada registro y lo escriba en una cola de Amazon SQS Configurar una aplicación de contenedor de AWS Fargate para escalar automáticamente a una sola instancia cuando la cola de SQS contenga mensajes Hacer que la aplicación procese cada registro y transforme el registro en formato JSON Cuando la cola esté vacía enviar los resultados a otro bucket de S3 para su procesamiento interno y escalar la instancia de AWS Fargate
C. rear un rastreador de AWS Glue y un clasificador personalizado en función de los formatos de alimentación de datos y crear una definición de tabla que coincida Activar una función de AWS Lambda en la entrega de archivos para iniciar un trabajo ETL de AWS Glue para transformar todo el registro según los requisitos de procesamiento y transformación Definir el formato de salida como JSON Una vez completado, hacer que el trabajo ETL envíe los resultados a otro bucket de S3 para su procesamiento interno
D. rear un rastreador de AWS Glue y un clasificador personalizado en función de los formatos de alimentación de datos y crear una definición de tabla que coincida Realizar una consulta de Amazon Athena sobre la entrega de archivos para iniciar un trabajo ETL de Amazon EMR para transformar todo el registro según los requisitos de procesamiento y transformación Definir el formato de salida como JSON Una vez completado, enviar los resultados a otro bucket de S3 para el procesamiento interno y reducir el clúster de EMR