Uma empresa recebe diariamente um arquivo .xls de aproximadamente 2 GB no S3 com dados de clientes. Um engenheiro de dados concatena as colunas de nome e sobrenome e precisa contar o número de clientes distintos no arquivo. Qual abordagem exige o menor esforço operacional?
Escolha uma resposta
Toque em uma opção para verificar sua resposta.
Resposta correta: Use o AWS Glue DataBrew para criar uma receita que usa a função agregada COUNT_DISTINCT para calcular o número de clientes distintos..
Por que esta é a resposta
A opção AWS Glue DataBrew é a que exige o menor esforço operacional porque é um serviço de preparação de dados sem servidor e visual. Ele permite que o engenheiro de dados crie uma receita (workflow) para concatenar colunas e usar a função COUNTDISTINCT sem escrever código. As outras opções, como Apache Spark no AWS Glue Studio ou Amazon EMR Serverless, exigem a escrita e manutenção de código Spark, o que aumenta o esforço operacional. O Amazon Athena, embora seja SQL, requer a criação de um crawler do Glue e o gerenciamento de tabelas, o que é um passo a mais do que o DataBrew para esta tarefa específica de contagem distinta e concatenação.
Passe no seu exame — sem a busca interminável por respostas
Obtenha todas as perguntas e explicações verificadas para este exame em um só lugar e economize horas de preparação. Mais de 1.000 certificações · Mais de 20 idiomas · Grátis para começar.
Passe no seu exame mais rápido → Não é necessário cartão