I dati di marketing provenienti da più fonti vengono caricati in un bucket Amazon S3. I job di preparazione dei dati devono essere eseguiti a intervalli regolari in parallelo, con alcuni job che devono essere eseguiti in un ordine specifico in seguito. L'azienda desidera eliminare l'overhead operativo per la gestione degli errori dei job, i tentativi e la gestione dello stato. Quale soluzione soddisfa questi requisiti?

Questa soluzione è la migliore perché AWS Glue DataBrew è un servizio di preparazione dei dati visuale che consente di pulire e normalizzare i dati senza scrivere codice, riducendo l'overhead operativo. AWS Step Functions è ideale per orchestrare flussi di lavoro complessi, gestendo l'esecuzione parallela, l'ordine specifico dei job, la gestione degli errori e i tentativi, eliminando la necessità di gestire manualmente questi aspetti. Le altre opzioni sono meno adatte: Le funzioni Lambda sono ottime per l'elaborazione di eventi, ma orchestrare flussi di lavoro complessi con dipendenze e parallelismo tra più Lambda può diventare complicato e richiedere molta logica personalizzata per la gestione dello stato e degli errori. Amazon Athena è un servizio di query interattivo, non uno strumento di preparazione dei dati per trasformazioni complesse e pulizia. EventBridge Scheduler può avviare query, ma non gestisce l'orchestrazione del flusso di lavoro o la preparazione dei dati. AWS Data Pipeline è un servizio più datato e meno flessibile rispetto a Step Functions per l'orchestrazione di flussi di lavoro complessi e la gestione degli errori. Inoltre, la pianificazione "una volta a mezzanotte" non soddisfa il requisito di "intervalli regolari" e "parallelismo".