Una empresa utiliza Amazon DataZone para la gobernanza de datos y un catálogo de negocio. Sus datos residen en un data lake de Amazon S3 y utilizan AWS Glue con AWS Glue Data Catalog. Un ingeniero de datos debe hacer que las puntuaciones de calidad de datos de AWS Glue estén disponibles en el portal de Amazon DataZone. ¿Qué enfoque satisface este requisito?

La opción correcta describe el flujo de trabajo directo para integrar las puntuaciones de calidad de datos de AWS Glue con Amazon DataZone. Al crear un conjunto de reglas de calidad de datos (DQDL) directamente en AWS Glue y aplicarlo a una tabla específica, se establece la lógica de evaluación. Programar su ejecución diaria asegura la actualización constante de las puntuaciones. Luego, configurar Amazon DataZone para usar AWS Glue como fuente de datos y habilitar la configuración de calidad de datos permite que DataZone ingiera y muestre estas puntuaciones. Las opciones incorrectas son: La primera opción incorrecta sugiere configurar Amazon Redshift como fuente de datos en DataZone, lo cual es incorrecto ya que los datos y el catálogo residen en S3 y AWS Glue, no en Redshift. La segunda y cuarta opciones incorrectas proponen usar una transformación "Evaluate Data Quality" dentro de los trabajos de AWS Glue ETL. Si bien esto es una forma válida de evaluar la calidad de los datos, no es el mecanismo principal ni el más eficiente para publicar estas puntuaciones directamente en DataZone desde el catálogo de Glue. Además, la cuarta opción incorrecta también comete el error de especificar Amazon Redshift como fuente de datos en DataZone.