AdView Inc. souhaite créer un flux SageMaker Data Wrangler unique qui joint un fichier CSV S3 de journaux de campagne à une table Redshift de profils clients, puis exporte l'ensemble de données nettoyé et joint au format Parquet. Le cluster Redshift se trouve dans un sous-réseau privé. Quelle est la séquence d'actions correcte pour implémenter cela dans Data Wrangler tout en garantissant la connectivité et l'exactitude ?

L'option correcte décrit la procédure standard pour connecter Data Wrangler à des sources de données dans un VPC privé, comme Redshift. Il est essentiel de configurer Data Wrangler pour qu'il s'exécute dans le même VPC que Redshift, avec les sous-réseaux et groupes de sécurité appropriés, afin d'établir la connectivité réseau. Les informations d'identification JDBC sont nécessaires pour l'authentification auprès de Redshift, et un rôle IAM avec les autorisations S3 et Redshift est indispensable. Les autres options sont incorrectes car : Data Wrangler ne crée pas automatiquement de proxy de base de données Redshift et nécessite une configuration VPC explicite pour accéder aux ressources privées. Exporter les deux ensembles de données vers S3 et utiliser Glue ETL est une solution possible, mais elle contourne l'utilisation de Data Wrangler pour la jointure, ce qui n'est pas l'objectif de la question. De plus, Data Wrangler peut accéder à Redshift. Créer un crawler Glue et effectuer une jointure fédérée dans Redshift ne permet pas à Data Wrangler de gérer la jointure directement et ne résout pas le problème de connectivité réseau pour Data Wrangler lui-même.