小売企業が不正検出システムを構築しています。リアルタイムのトランザクション処理時には事前計算済み特徴量（過去30日の取引回数、平均取引金額など）を10ms 以下のレイテンシーで取得する必要があります。また、データサイエンスチームは週次のバッチ再トレーニングで過去2年分の特徴量履歴を使用する必要があります。この両方のユースケースを最小の運用負荷で実現する SageMaker Feature Store の構成はどれですか？
SageMaker Feature Store はオンラインストアとオフラインストアの2レイヤー構成を持ちます。オンラインストアは DynamoDB ベースでミリ秒単位の低レイテンシー取得が可能でリアルタイム推論に最適です。オフラインストアは特徴量が自動的に S3 へ書き込まれ時系列履歴が蓄積されるため、バッチ再トレーニングに最適です。両方を有効化することで追加構築なしに2つのユースケースに対応できます。 選択肢Aのオフラインストアのみでは、リアルタイム推論時に Athena クエリを発行することになり、10ms 以下のレイテンシー要件を満たしません。 選択肢Bのオンラインストアのみでは、過去2年分の特徴量履歴を全て保持することはコスト・性能的に不現実であり、バッチ再トレーニングに不向きです。 選択肢DのLambda による手動エクスポートは追加実装が必要であり、SageMaker Feature Store の自動レプリケーション機能を活用する選択肢Cが最適です。