ある会社は、顧客データを含む毎日約2GBの.xlsファイルをS3で受け取っています。データエンジニアは、名と姓の列を連結し、ファイル内の重複しない顧客の数をカウントする必要があります。運用上の労力が最も少ないアプローチはどれですか？

AWS Glue DataBrewは、コードを書かずにデータのクレンジングと正規化を行うための視覚的なデータ準備ツールです。COUNTDISTINCT集計関数を含むレシピを作成することで、名と姓を連結し、重複しない顧客の数を簡単に計算できます。これは、運用上の労力を最小限に抑える最も効率的なアプローチです。AWS GlueノートブックとAmazon EMR Serverlessは、コードベースのソリューションであり、開発とメンテナンスに多くの労力が必要です。AWS GlueクローラーとAmazon AthenaはSQLクエリを使用しますが、DataBrewのような視覚的なインターフェースがないため、データ準備のステップが複雑になる可能性があります。