一个应用程序每小时将数百个 1 GB 的 .csv 文件放入一个 Amazon S3 存储桶中。每个上传的文件都必须转换为 Apache Parquet 格式并写入另一个 S3 存储桶。哪种解决方案以最少的操作开销提供所需的功能？

正确答案是创建一个 AWS Glue ETL 作业，由 S3 PUT 事件触发的 Lambda 函数调用。AWS Glue 是一种完全托管的 ETL 服务，非常适合处理大量数据转换任务，例如将 CSV 转换为 Parquet。它能够高效地处理 1GB 大小的文件，并且作为无服务器服务，操作开销最小。Lambda 函数作为触发器，确保每次文件上传时都能自动启动转换。 选项 A（仅使用 Lambda 函数）不适合处理 1GB 的文件，因为 Lambda 函数有内存和执行时间限制，并且下载、转换和上传大文件可能会导致超时或内存不足错误。 选项 B（使用 Apache Spark 作业）虽然 Spark 适合大数据处理，但需要管理 Spark 集群，这会增加操作开销。题目要求最少的操作开销。 选项 C（Glue 表、Crawler 和 Athena）主要用于数据探索和查询，而不是高效的批量数据转换。定期查询并不能满足每次文件上传后立即转换的需求。