Una empresa minorista utiliza AWS Glue ETL para procesar datos de pedidos de clientes y necesita aplicar reglas de validación personalizadas para garantizar la corrección y la coherencia. ¿Qué solución cumplirá este requisito?

La opción correcta es crear conjuntos de reglas personalizados de AWS Glue Data Quality porque permite definir comprobaciones específicas y personalizadas para la validación de datos, lo cual es esencial para aplicar reglas de validación personalizadas como las requeridas para los datos de pedidos de clientes. AWS Glue Data Quality está diseñado para evaluar la calidad de los datos y puede configurarse con reglas personalizadas para verificar la corrección y la coherencia. Las otras opciones son incorrectas porque: Los AWS Glue job bookmarks rastrean el estado de procesamiento de datos para evitar reprocesar datos, no para validar su calidad. Las transformaciones integradas de AWS Glue Data Quality son útiles para validaciones estándar, pero no permiten la flexibilidad necesaria para reglas de validación personalizadas y específicas. AWS Glue Data Catalog es un repositorio de metadatos y esquemas, no una herramienta para la validación activa de la calidad de los datos.