Usando AWS Glue, un ingeniero debe transformar múltiples archivos de series de tiempo similares de un proveedor al formato requerido por el algoritmo de pronóstico SageMaker DeepAR y comprimirlos para reducir el costo de almacenamiento. ¿Qué enfoque satisface estos requisitos?

El formato Apache Parquet es ideal para datos de series temporales en AWS Glue porque es un formato de almacenamiento columnar optimizado para el procesamiento analítico, lo que mejora el rendimiento y reduce los costos de almacenamiento. SageMaker DeepAR puede consumir datos en formato Parquet, lo que facilita la integración. La compresión XZ es una opción robusta que ofrece una alta relación de compresión, lo que es beneficioso para reducir el tamaño de los archivos y, por ende, los costos de almacenamiento. Las otras opciones son menos óptimas: RecordIO-Protobuf es un formato válido para DeepAR, pero Parquet es generalmente preferido para el procesamiento de datos analíticos debido a su eficiencia. Snappy y gzip son compresores más rápidos, pero XZ ofrece una mejor compresión, lo cual es clave para reducir costos de almacenamiento a largo plazo.