Uma empresa armazena um data lake no Amazon S3 que ingere dados Apache Parquet de múltiplas fontes. Os dados exigem várias etapas de transformação (filtragem de anomalias, normalização de valores de data/hora e geração de agregados) antes que os analistas possam acessar os dados transformados no S3. A empresa deseja uma solução de transformação pré-construída e sem código que forneça linhagem e perfil de dados, e que permita compartilhar as etapas de transformação em toda a empresa. Qual solução atende a esses requisitos?

A opção correta é AWS Glue DataBrew. O DataBrew é um serviço de preparação de dados visual, sem código, que permite aos usuários limpar e normalizar dados facilmente. Ele oferece mais de 300 transformações pré-construídas, perfil de dados e linhagem, atendendo aos requisitos de uma solução pré-construída e sem código com essas funcionalidades. As "receitas" do DataBrew são conjuntos de etapas de transformação que podem ser salvas e compartilhadas, permitindo a reutilização em toda a empresa. AWS Glue Studio é uma ferramenta de ETL visual, mas requer a construção de fluxos de trabalho com nós de transformação, o que pode ser mais complexo do que o DataBrew para usuários não técnicos. Amazon EMR Serverless é uma plataforma para executar cargas de trabalho de big data, mas não oferece uma interface sem código para transformação de dados, nem linhagem ou perfil de dados nativos como o DataBrew. Amazon Athena é um serviço de consulta interativa que usa SQL, mas não é uma ferramenta de transformação visual sem código e não oferece os recursos de linhagem e perfil de dados solicitados.