Utilizzando AWS Glue, un ingegnere deve trasformare più file di serie temporali simili provenienti da un fornitore nel formato richiesto dall'algoritmo di previsione SageMaker DeepAR e comprimerli per ridurre i costi di archiviazione. Quale approccio soddisfa questi requisiti?

L'approccio corretto è utilizzare XZ per convertire i file nel formato Apache Parquet e comprimerli. SageMaker DeepAR supporta direttamente il formato Apache Parquet per i dati di input, che è un formato colonnare ottimizzato per l'analisi e la compressione efficiente. La compressione XZ è una scelta eccellente per ridurre i costi di archiviazione grazie al suo elevato rapporto di compressione, pur mantenendo un buon equilibrio con la velocità di decompressione. Le altre opzioni sono meno adatte: Snappy è un algoritmo di compressione più veloce ma con un rapporto di compressione inferiore rispetto a XZ, e RecordIO-Protobuf non è il formato preferito per DeepAR quando si tratta di serie temporali. RecordIO-Protobuf è un formato più generico e non specifico per le serie temporali in DeepAR, e non offre i vantaggi di Parquet per l'analisi. Gzip è un algoritmo di compressione comune, ma XZ offre generalmente una compressione migliore per i dati analitici, rendendolo più efficiente per la riduzione dei costi di archiviazione in questo contesto.