Une entreprise collecte des données de nombreuses sources dans un compartiment S3, exécute un job AWS Glue ETL pour les transformer, et stocke le résultat transformé dans un lac de données basé sur S3, interrogé par Amazon Athena. L'entreprise doit identifier les enregistrements correspondants même lorsqu'il n'y a pas d'identifiant unique partagé. Quelle solution permettra d'y parvenir ?

La transformation AWS Lake Formation FindMatches est conçue spécifiquement pour identifier les enregistrements correspondants dans un ensemble de données, même en l'absence d'identifiants uniques. Elle utilise l'apprentissage automatique pour reconnaître des enregistrements similaires basés sur des attributs non-identiques et peut être intégrée dans un job AWS Glue ETL. Les autres options sont incorrectes car : Amazon Macie est un service de découverte et de protection des données sensibles, non de correspondance d'enregistrements. La classe AWS Glue PySpark Filter est utilisée pour filtrer des données selon des critères définis, pas pour trouver des correspondances floues. Partitionner les tables et utiliser un identifiant unique ne résout pas le problème de l'absence d'un identifiant unique partagé pour les correspondances.