一家公司在多个区域运营 AWS 资源，并且每个区域都有一个 Amazon EFS 文件系统。数据科学团队只在一个区域工作，他们的数据必须保留在该区域。数据工程师必须通过使用编排 Lambda 函数的 Step Functions 状态机来处理存储在每个区域 EFS 上的文件，从而创建整合数据集。哪种方案能以最少的精力实现这一目标？

正确答案是使用 AWS DataSync 将文件从每个区域 EFS 传输到数据科学团队区域的 EFS，然后在此区域配置 Lambda 处理数据。这种方法利用 DataSync 的高效数据传输能力，将所有数据集中到数据科学团队所在的单一区域，避免了跨区域访问的复杂性和延迟。Lambda 函数可以直接挂载本地 EFS，确保了数据处理的效率和合规性（数据保留在指定区域）。 其他选项的不足： 将 VPC 对等连接并从数据科学团队区域挂载每个区域的 EFS 会引入显著的跨区域网络延迟，并且管理多个远程挂载点复杂。 EFS 跨区域复制虽然能将数据复制过来，但通常用于灾难恢复或读副本，而不是频繁的数据同步和处理，且可能增加不必要的存储成本。 在每个区域部署 Lambda 函数处理数据并将输出写入 S3，虽然可行，但增加了部署和管理多个区域 Lambda 的复杂性，并且数据科学团队仍需从 S3 整合数据，不如 DataSync 集中到 EFS 更直接。