Ein Unternehmen speichert einen Data Lake auf Amazon S3, der Apache Parquet-Daten aus mehreren Quellen aufnimmt. Die Daten erfordern mehrere Transformationsschritte (Anomaliefilterung, Normalisierung von Datums-/Uhrzeitwerten und Generierung von Aggregaten), bevor Analysten auf die transformierten Daten in S3 zugreifen können. Das Unternehmen wünscht sich eine vorgefertigte No-Code-Transformationslösung, die Data Lineage und Data Profiling bietet und die gemeinsame Nutzung der Transformationsschritte im gesamten Unternehmen ermöglicht. Welche Lösung erfüllt diese Anforderungen?

AWS Glue DataBrew ist ein visueller Datenaufbereitungsdienst, der eine No-Code-Lösung für Datentransformationen bietet und die Anforderungen an Anomaliefilterung, Normalisierung und Aggregation erfüllt. DataBrew generiert automatisch Data Lineage und Data Profiling. Transformationen werden als "Rezepte" gespeichert, die einfach geteilt und wiederverwendet werden können, was die unternehmensweite Zusammenarbeit fördert. AWS Glue Studio ist zwar visuell, erfordert aber oft Code für komplexe Transformationen und bietet nicht die gleiche integrierte Data Lineage/Profiling wie DataBrew. Amazon EMR Serverless ist ein Code-basierter Dienst, der nicht die No-Code-Anforderung erfüllt. Amazon Athena ist ein Abfragedienst und keine Transformationslösung, die Data Lineage oder Profiling bietet.