Un'azienda esegue un job ETL di AWS Glue ogni giorno alla stessa ora per elaborare dati XML archiviati in un bucket Amazon S3. Nuovi dati vengono aggiunti al bucket S3 quotidianamente. Un architetto di soluzioni nota che AWS Glue sta rielaborando tutti i dati ad ogni esecuzione. Cosa dovrebbe fare l'architetto di soluzioni per impedire ad AWS Glue di rielaborare i vecchi dati?

La risposta corretta è "Modificare il job per utilizzare i job bookmark". I job bookmark di AWS Glue tracciano i dati elaborati in precedenza, consentendo al job di elaborare solo i nuovi dati nelle esecuzioni successive. Questo impedisce la rielaborazione di dati vecchi e riduce i costi e i tempi di esecuzione. "Modificare il job per eliminare i dati dopo che sono stati elaborati" non è una soluzione praticabile perché i dati potrebbero essere necessari per audit o altre analisi future. "Modificare il job impostando il campo NumberOfWorkers su 1" ridurrebbe la capacità di elaborazione del job, ma non impedirebbe la rielaborazione dei dati esistenti. "Utilizzare una trasformazione di machine learning (ML) FindMatches" è una funzionalità di AWS Glue per identificare record duplicati o simili, non per gestire l'elaborazione incrementale dei dati.