某公司有一个 Amazon S3 数据湖。该公司需要每天转换数据并将其加载到具有大规模并行处理 (MPP) 的数据仓库中。数据分析师必须使用 SQL 对数据创建和训练机器学习模型。尽可能使用无服务器 AWS 服务。哪种解决方案符合这些要求？

正确答案是使用 AWS Glue、Amazon Redshift Serverless 和 Amazon Redshift ML。AWS Glue 是一种无服务器提取、转换和加载 (ETL) 服务，非常适合每日数据转换任务。Amazon Redshift Serverless 提供大规模并行处理 (MPP) 数据仓库，且无需管理集群，符合无服务器要求。Amazon Redshift ML 允许数据分析师直接在 Redshift 中使用 SQL 创建和训练机器学习模型。 其他选项不符合所有要求： 使用 Amazon EMR 会引入需要管理的服务器，不符合“尽可能使用无服务器”的要求。 Amazon Aurora Serverless 是关系型数据库，而非 MPP 数据仓库，不适合大规模分析工作负载。 Amazon Athena 适合交互式查询 S3 数据，但将转换后的数据加载到 Athena 表中通常意味着数据仍在 S3 中，而不是加载到独立的 MPP 数据仓库中，且 Athena ML 功能相对有限，不如 Redshift ML 强大。