Usando o AWS Glue, um engenheiro deve transformar vários arquivos de série temporal semelhantes de um fornecedor para o formato exigido pelo algoritmo de previsão SageMaker DeepAR e compactá-los para reduzir o custo de armazenamento. Qual abordagem satisfaz esses requisitos?

A opção correta é usar XZ para converter os arquivos para o formato Apache Parquet e compactá-los. O Apache Parquet é um formato de armazenamento de dados colunar otimizado para análise, o que o torna ideal para o SageMaker DeepAR, que se beneficia de dados estruturados e eficientes. A compactação XZ oferece uma alta taxa de compactação, reduzindo significativamente os custos de armazenamento. As opções que utilizam RecordIO-Protobuf não são as mais adequadas, pois o DeepAR pode consumir Parquet diretamente, e o Parquet oferece melhor desempenho para consultas analíticas. Gzip é uma opção de compactação, mas XZ geralmente oferece melhor compactação, o que é crucial para reduzir custos de armazenamento.