某公司将训练数据以嵌套 JSON 文件的形式存储在 S3 中，并且需要表格格式用于 XGBoost 训练。哪种方法将这些 JSON 文件转换为表格数据的操作开销最小？

正确答案是使用 AWS Glue PySpark 作业和 Relationalize 转换。AWS Glue 的 Relationalize 转换专门设计用于将半结构化数据（如嵌套 JSON）自动转换为表格格式，操作开销最小，因为它内置了此功能，无需手动编写复杂的转换逻辑。 其他选项的缺点： 编写自定义 Scala 代码并在 Amazon EMR Serverless 上运行：虽然可行，但这需要编写和维护大量自定义代码，操作开销较大。 使用 Python Lambda 函数调用 reduce()：Lambda 函数有执行时间限制，且 reduce() 函数不适合处理大型嵌套 JSON 文件，效率低下，且需要手动编写复杂的逻辑。 在 JSON 文件上创建 Amazon Athena 数据库并使用 flatten 函数：Athena 的 flatten 函数可以处理嵌套数据，但它主要用于查询，而不是高效地将数据转换为持久的表格格式以供后续训练，并且对于大规模数据转换，性能和成本可能不如 Glue 作业优化。