Ein Unternehmen muss Daten aus Amazon S3, Amazon Redshift und Snowflake in Amazon SageMaker Data Wrangler aufnehmen. Die aufgenommenen Daten müssen immer die neuesten Änderungen in den Quellsystemen widerspiegeln. Welcher Ansatz erfüllt diese Anforderung?

Katalogisierte Verbindungen (cataloged connections) in SageMaker Data Wrangler nutzen den AWS Glue Data Catalog. Dieser Katalog speichert Metadaten über Ihre Datenquellen, einschließlich Schema und Speicherort. Wenn Sie eine katalogisierte Verbindung verwenden, liest Data Wrangler die Metadaten aus dem Glue Data Catalog und kann so die neuesten Änderungen in den Quellsystemen (S3, Redshift, Snowflake) automatisch erkennen und widerspiegeln, da der Katalog regelmäßig aktualisiert werden kann. Direkte Verbindungen importieren Daten zu einem bestimmten Zeitpunkt und spiegeln nicht automatisch nachfolgende Änderungen wider. AWS Glue und AWS Lambda sind zwar nützlich für die Datenextraktion und -transformation, aber sie sind keine direkten Importmethoden in Data Wrangler, die die Anforderung der automatischen Aktualisierung über den Glue Data Catalog erfüllen. Stattdessen würden sie eine zusätzliche Schicht der Datenbewegung und -verwaltung erfordern, die über die integrierte Funktionalität von katalogisierten Verbindungen hinausgeht.