Una empresa lee datos de múltiples bases de datos de clientes de Amazon RDS donde los nombres y formatos de los campos son inconsistentes (por ejemplo, place_id en una base de datos y location_id en otra). La empresa debe vincular los registros de los clientes entre las bases de datos, incluso cuando los nombres de los campos difieren. ¿Qué solución proporciona esta capacidad con la MENOR sobrecarga operativa?

La opción correcta es la que utiliza AWS Glue con la transformación FindMatches. AWS Glue es un servicio de extracción, transformación y carga (ETL) sin servidor que minimiza la sobrecarga operativa. Un crawler de AWS Glue descubre automáticamente el esquema de los datos en las bases de datos de RDS y los almacena en el Catálogo de datos de AWS Glue, resolviendo el problema de los nombres y formatos de campo inconsistentes. La transformación FindMatches de AWS Glue está diseñada específicamente para identificar registros duplicados o coincidentes, incluso cuando no hay identificadores comunes o los datos son inconsistentes, lo que la hace ideal para vincular registros de clientes. La evaluación y el ajuste de la transformación garantizan la precisión. Las otras opciones tienen mayor sobrecarga operativa: Crear un clúster de Amazon EMR aprovisionado implica la gestión de servidores y recursos, lo que aumenta la sobrecarga operativa. Usar Amazon SageMaker para construir pipelines de Apache Spark ML añade complejidad y requiere experiencia en machine learning, lo que también aumenta la sobrecarga operativa.