Een bedrijf heeft een no-code manier nodig om een grote Parquet-dataset in Amazon S3 te transformeren door one-hot encoding toe te passen op sommige kolommen en de getransformeerde gegevens terug te schrijven naar dezelfde S3-bucket. Welke oplossing voldoet aan deze beperkingen?

De correcte optie is AWS Glue DataBrew. DataBrew is een visuele data-voorbereidingsservice die een no-code interface biedt voor het transformeren van gegevens. Het stelt gebruikers in staat om recepten te maken met meer dan 250 ingebouwde transformaties, inclusief one-hot encoding, en de getransformeerde gegevens terug te schrijven naar S3. Dit voldoet perfect aan de eis van een no-code oplossing voor het transformeren van een grote Parquet-dataset in S3. Amazon Athena is een queryservice en geen no-code transformatietool; hoewel het SQL kan gebruiken, is het geen visuele, no-code oplossing voor complexe transformaties zoals one-hot encoding. AWS Glue ETL-notebooks vereisen het schrijven van code (PySpark of Scala), wat in strijd is met de no-code vereiste. Amazon Redshift is een datawarehouse en hoewel het gegevens kan verwerken, is het overprovisioning voor deze specifieke taak en vereist het SQL-kennis, wat niet no-code is.