A company hosts a data lake on AWS. The data lake consists of data in Amazon S3 and Amazon RDS for PostgreSQL. The company needs a reporting solution that provides data visualization and includes all the data sources within the data lake. Only the company's management team should have full access to all the visualizations. The rest of the company should have only limited access.
Which solution will meet these requirements?
A. Create an analysis in Amazon QuickSight. Connect all the data sources and create new datasets. Publish dashboards to visualize the data. Share the dashboards with the appropriate IAM roles.
B. Create an analysis in Amazon QuickSight. Connect all the data sources and create new datasets. Publish dashboards to visualize the data. Share the dashboards with the appropriate users and groups.
C. Create an AWS Glue table and crawler for the data in Amazon S3. Create an AWS Glue extract, transform, and load (ETL) job to produce reports. Publish the reports to Amazon S3. Use S3 bucket policies to limit access to the reports.
D. Create an AWS Glue table and crawler for the data in Amazon S3. Use Amazon Athena Federated Query to access data within Amazon RDS for PostgreSQL. Generate reports by using Amazon Athena. Publish the reports to Amazon S3. Use S3 bucket policies to limit access to the reports.
B
技巧：排除明顯錯誤選項，在沒有明顯錯誤的選項中選擇最合理的選項。
某公司需要在AWS上為其數據湖（包含Amazon S3和Amazon RDS for PostgreSQL中的數據）找到一個報告解決方案，該解決方案需要提供數據可視化功能，并且要求只有公司管理層能夠完全訪問所有可視化內容，而其他員工則只有有限訪問權限。
A. 不正確。在Amazon QuickSight中創建分析，連接所有數據源并創建新數據集，發布儀表板以可視化數據，然后與適當的IAM角色共享儀表板。Amazon QuickSight 是一個強大的BI工具，能夠連接多種數據源，創建數據集，并發布儀表板進行數據可視化。然而，它與“IAM角色”共享儀表板，通常用于服務或服務賬戶之間的權限管理，而不是直接管理用戶訪問。對于精細的用戶權限管理（如區分管理層和其他員工），直接與用戶和組共享可能更為合適。
B. 正確。在Amazon QuickSight中創建分析，連接所有數據源并創建新數據集，發布儀表板以可視化數據，然后與適當的用戶和組共享儀表板。該方案使用了Amazon QuickSight，并且明確提到了與用戶和組共享儀表板。這符合題目要求，因為可以為公司管理層設置完全訪問權限，而為其他員工設置有限訪問權限。
C. 不正確。為 Amazon S3 中的數據創建 AWS Glue 表和爬蟲，創建 AWS Glue ETL作業以生成報告，將報告發布到Amazon S3，使用S3桶策略限制對報告的訪問。該方案使用 AWS Glue 進行數據處理和報告生成，但報告是發布到 S3 的，這意味著需要通過 S3 桶策略來管理訪問權限。然而，S3 本身并不提供數據可視化功能，且管理細粒度的用戶訪問（如區分管理層和其他員工）相對復雜。
D. 不正確。為 Amazon S3 中的數據創建 AWS Glue 表和爬蟲，使用 Amazon Athena Federated Query 訪問 Amazon RDS for PostgreSQL 中的數據，使用 Amazon Athena 生成報告，將報告發布到 Amazon S3，使用 S3 桶策略限制對報告的訪問。該方案缺乏直接的數據可視化功能，且用戶訪問管理可能較為復雜。