Une entreprise reçoit des fichiers CSV contenant les champs d'adresse Door_No, Street_Name, City et Zip_Code. L'entreprise souhaite combiner ces champs en une seule colonne dans un format structuré spécifique avec le moins d'effort de codage possible. Quelle approche répond à cette exigence ?

La transformation NESTTOMAP dans AWS Glue DataBrew est la solution la plus efficace car elle permet de combiner plusieurs colonnes en une seule colonne de type struct ou map avec une clé et une valeur pour chaque champ, ce qui correspond au besoin de créer un format structuré à partir des champs d'adresse. Cela nécessite un effort de codage minimal, car DataBrew fournit une interface visuelle pour appliquer cette transformation. L'option NESTTOARRAY est incorrecte car elle créerait un tableau de valeurs sans les noms de champ associés, ce qui ne répond pas à l'exigence d'un format structuré avec des paires clé-valeur. La transformation PIVOT est utilisée pour transformer des lignes en colonnes, ce qui n'est pas le cas ici. Écrire une fonction Lambda en Python serait une solution viable, mais elle implique un effort de codage plus important que l'utilisation des transformations intégrées de DataBrew, ce qui contredit l'exigence de "moins d'effort de codage possible".