Un'azienda legge i dati da più database di clienti Amazon RDS in cui i nomi e i formati dei campi sono incoerenti (ad esempio, place_id in un database e location_id in un altro). L'azienda deve collegare i record dei clienti tra i database anche quando i nomi dei campi differiscono. Quale soluzione offre questa funzionalità con il MINOR overhead operativo?

La soluzione corretta è creare un crawler AWS Glue e utilizzare la trasformazione FindMatches. AWS Glue Crawler scopre automaticamente lo schema dei dati da database incoerenti, creando un Data Catalog unificato. La trasformazione AWS Glue FindMatches è specificamente progettata per identificare record duplicati o corrispondenti in set di dati con schemi incoerenti, nomi di campi diversi o errori di battitura, senza richiedere una corrispondenza esatta. Questo riduce significativamente l'overhead operativo rispetto alla creazione e gestione di cluster EMR o alla scrittura manuale di codice Spark ML in SageMaker o Zeppelin. Le opzioni che coinvolgono Amazon EMR o Amazon SageMaker introducono un overhead operativo maggiore per la gestione dell'infrastruttura o lo sviluppo e l'ottimizzazione di modelli ML complessi, che non sono necessari quando AWS Glue FindMatches offre una soluzione gestita e ottimizzata per questo caso d'uso.