Un'azienda conserva file CSV in Amazon S3. Un ingegnere dei dati deve trasformare i CSV e scrivere i risultati in un nuovo bucket S3. Le trasformazioni richieste sono: rinominare una colonna, eliminare colonne specifiche, saltare la seconda riga di ogni file, creare una nuova colonna derivata dai valori della prima riga e filtrare le righe in base a una colonna numerica. Quale opzione soddisfa questi requisiti con il minor sforzo di sviluppo?

AWS Glue DataBrew è un servizio di preparazione dei dati visuale che consente agli utenti di pulire e normalizzare i dati senza scrivere codice. Le "ricette" di DataBrew sono insiemi di trasformazioni che possono essere applicate ai dati. Le trasformazioni richieste (rinominare/eliminare colonne, saltare righe, creare colonne derivate, filtrare righe) sono tutte operazioni standard facilmente configurabili in DataBrew tramite la sua interfaccia grafica, riducendo al minimo lo sforzo di sviluppo. Le altre opzioni sono meno efficienti per questo caso d'uso: I job Python di AWS Glue richiedono la scrittura di codice, aumentando lo sforzo di sviluppo. Un crawler personalizzato di AWS Glue serve a scoprire schemi di dati e non a trasformare i dati in modo così granulare. Un workflow di AWS Glue orchestra più job, ma i job stessi (se basati su script) richiederebbero comunque codice per le trasformazioni.