オンライン銀行がリアルタイム不正検知システムを構築しています。特徴量には「過去 24 時間の取引回数」「過去 30 日間の平均取引額」などの集計特徴量が含まれます。要件は次の通りです： ① 新しいトランザクション発生時に 10ms 以内に特徴量を取得してリアルタイム推論を行う ② 週次でモデルを再トレーニングするために過去の全特徴量データが必要。Amazon SageMaker Feature Store を使用する場合、最も適切な設定はどれですか？
SageMaker Feature Store のオンラインストアはマネージド DynamoDB を使用しており、一桁ミリ秒のレイテンシで特徴量を取得できます。オフラインストアは S3 に自動保存（Glue カタログ統合）され大規模バッチトレーニングに最適です。PutRecord API 呼び出しでオンラインストアへの書き込みは同期、オフラインストア（S3）への書き込みは非同期で行われます。