Een bedrijf leest gegevens uit meerdere Amazon RDS klantdatabases waar veldnamen en formaten inconsistent zijn (bijvoorbeeld place_id in de ene database en location_id in de andere). Het bedrijf moet klantrecords koppelen tussen databases, zelfs wanneer veldnamen verschillen. Welke oplossing biedt deze mogelijkheid met de MINSTE operationele overhead?

De correcte optie is de beste keuze vanwege de lage operationele overhead en de ingebouwde functionaliteit. AWS Glue Crawlers ontdekken automatisch schema's en metadata, wat het beheer vereenvoudigt. De AWS Glue FindMatches transform is specifiek ontworpen voor het identificeren van overeenkomende records, zelfs met inconsistente veldnamen en formaten, zonder dat handmatige codering of complexe machine learning-modellen nodig zijn. Het evalueren en tunen van de transform zorgt voor nauwkeurigheid. De andere opties, zoals het gebruik van een geprovisioneerd Amazon EMR-cluster met Apache Zeppelin of Apache Spark ML, vereisen meer operationele overhead voor het beheren van het cluster en het ontwikkelen en onderhouden van complexe code. Hoewel Amazon SageMaker krachtig is voor machine learning, voegt het een extra laag van complexiteit en beheer toe die niet nodig is voor deze specifieke taak, gezien de beschikbaarheid van de gespecialiseerde FindMatches transform in AWS Glue.