某公司需要一种无代码的方式，通过对某些列应用独热编码来转换 Amazon S3 中的大型 Parquet 数据集，并将转换后的数据写回同一个 S3 存储桶。哪种解决方案符合这些限制？

AWS Glue DataBrew 是一种无代码的数据准备服务，它允许用户通过可视化界面对数据进行转换。它支持直接从 Amazon S3 读取 Parquet 文件，并提供了独热编码（one-hot encoding）等多种预构建的转换操作。用户可以创建 recipe 来定义转换步骤，然后运行 DataBrew 作业将转换后的数据写回 S3，完全符合无代码和处理大型数据集的要求。 其他选项不符合“无代码”的要求： Amazon Athena 需要编写 SQL 查询来执行独热编码，这不属于无代码解决方案。 AWS Glue ETL 交互式笔记本需要编写 Python 或 Scala 代码（使用 Apache Spark）来执行独热编码，这也不是无代码解决方案。 Amazon Redshift 集群与 Redshift Spectrum 同样需要编写 SQL 查询来执行独热编码，并且预置 Redshift 集群会增加额外的管理和成本开销，不符合无代码和最简便的要求。