数据工程师每月将训练数据从 Amazon Redshift 提取到 Amazon S3。源模式包括 TransactionTimestamp (timestamp)、CardName (varchar) 和 CardNo (varchar)。工程师必须 (1) 删除 CardNo = NULL 的行，(2) 将 TransactionTimestamp 拆分为 TransactionDate 和 TransactionTime，以及 (3) 将 CardName 重命名为 NameOnCard。该解决方案必须最大限度地减少基础设施设置，每月自动运行，并对 Redshift 集群施加最小负载。哪种解决方案符合这些要求？

正确答案是创建一个AWS Glue作业，因为它能满足所有要求。AWS Glue是无服务器的，最大限度地减少了基础设施设置。它支持从Redshift读取数据，并提供内置的转换功能（如Filter用于删除空值，Map用于拆分时间戳，RenameField用于重命名列），可以直接在作业中完成数据转换。Glue作业可以按月调度自动运行。此外，Glue通过其连接器优化了与Redshift的交互，通常对Redshift集群施加较小的负载。 其他选项的不足之处： 预置Amazon EMR集群需要管理基础设施，不符合“最小化基础设施设置”的要求。 从EC2实例手动运行SQL查询并将结果上传到S3，不符合“每月自动运行”的要求，且需要手动管理EC2实例。 Amazon Redshift Spectrum用于查询S3上的数据，而不是将Redshift数据导出到S3，且Redshift Spectrum本身不提供数据转换能力，需要额外的Lambda函数来调度，增加了复杂性。