某公司在 Amazon S3 上存储了一个数据湖，该数据湖从多个源摄取 Apache Parquet 数据。在分析师能够访问 S3 中转换后的数据之前，数据需要经过几个转换步骤（异常过滤、规范化日期/时间值和生成聚合）。该公司需要一个预构建的、无代码的转换解决方案，该解决方案提供数据沿袭和数据分析，并允许在公司内部共享转换步骤。哪种解决方案符合这些要求？

AWS Glue DataBrew 是一种无服务器、无代码的数据准备服务，非常适合本场景。它提供可视化界面进行数据转换（异常过滤、规范化、聚合），满足了“预构建的、无代码的转换解决方案”的要求。DataBrew 自动记录数据沿袭，并提供数据分析功能。通过共享 DataBrew 配方，公司可以轻松地在内部共享和重用转换步骤。 其他选项不完全符合要求： AWS Glue Studio 可视化画布虽然无代码，但主要用于构建 ETL 作业，不直接提供数据沿袭和数据分析功能，且共享作业不如共享 DataBrew 配方灵活。 Amazon EMR Serverless 是一个强大的大数据处理平台，但它不是无代码解决方案，通常需要编写代码（如 Spark）进行转换。 Amazon Athena 适用于查询数据，但它不是一个数据转换工具，需要编写 SQL 查询，不提供可视化转换界面，也不提供数据沿袭和数据分析功能。