AdView Inc. quiere construir un único flujo de SageMaker Data Wrangler que una un CSV de S3 con registros de campaña con una tabla de Redshift de perfiles de clientes y luego exporte el conjunto de datos limpio y unido a Parquet. El clúster de Redshift está en una subred privada. ¿Cuál es la secuencia correcta de acciones para implementar esto en Data Wrangler, asegurando la conectividad y la corrección?

La opción correcta describe el proceso completo para unir datos de S3 y Redshift en Data Wrangler, incluyendo la configuración de red y permisos. Es fundamental configurar Data Wrangler para que se ejecute en una VPC con acceso al clúster de Redshift, ya que este se encuentra en una subred privada. Además, el rol de IAM debe tener los permisos necesarios para S3 y las credenciales de Redshift. Las opciones incorrectas fallan en aspectos clave: La segunda opción es incorrecta porque Data Wrangler no crea automáticamente un proxy de base de datos de Redshift para la conectividad de VPC; se requiere configuración manual. La tercera opción es incorrecta porque sugiere no usar Data Wrangler para uniones, lo cual contradice el objetivo del problema y no aprovecha las capacidades de Data Wrangler para la preparación de datos. La cuarta opción es incorrecta porque Data Wrangler no puede realizar una unión federada directamente en Redshift sin la configuración adecuada de red y credenciales, y la creación de un rastreador de Glue para el CSV no es el único paso para la entrada de Data Wrangler.