某公司有一个 S3 文件夹，其中包含混合文件类型（CSV、JSON、XLSX 和 Apache Parquet）。一位机器学习工程师将使用 AWS Glue DataBrew 处理数据，并且必须将最终输出保存回 S3，以便 AWS Glue 稍后可以消费。哪种方法满足这些要求？

正确答案是“按文件类型将文件分离到单独的文件夹中，使用 DataBrew 处理每个文件夹，并以 Apache Parquet 格式写入输出。” DataBrew 在处理数据时，通常要求输入数据具有统一的结构或格式。将不同文件类型（CSV、JSON、XLSX、Parquet）混合在一个S3文件夹中，会导致DataBrew无法有效地推断统一的Schema进行处理。因此，将文件按类型分离到单独的文件夹中，可以确保DataBrew能够针对每种文件类型正确地摄取和处理数据。最终将输出保存为Apache Parquet格式是最佳实践，因为Parquet是一种优化的列式存储格式，能显著提高后续AWS Glue作业的读取性能和效率。 其他选项不正确的原因： 直接使用DataBrew处理混合文件类型的S3文件夹通常不可行，因为DataBrew难以处理异构数据源。 “AWS Glue Parquet格式”并非一个标准的数据格式，正确的说法是Apache Parquet格式，AWS Glue可以很好地消费Apache Parquet格式的数据。