Een bedrijf wil ML-analyses uitvoeren op gegevens in een S3 data lake. Ze hebben twee transformatiebehoeften: (1) het uitvoeren van geplande dagelijkse transformaties op 300 GB aan gegevens in verschillende formaten die op een vast tijdstip binnenkomen, en (2) het uitvoeren van een eenmalige transformatie op terabytes aan gearchiveerde gegevens in het lake. Amazon MWAA DAGs zullen de workflows orkestreren. Welke twee taken moeten de DAGs plannen om het meest kosteneffectief aan deze behoeften te voldoen? (Kies twee.)

AWS Glue crawlers zijn kosteneffectief voor het scannen en identificeren van schema's van dagelijks binnenkomende gegevens in verschillende formaten, omdat ze automatisch metadata detecteren en opslaan in de Glue Data Catalog, wat essentieel is voor latere analyses. Amazon EMR is een krachtige en flexibele optie voor zowel geplande dagelijkse transformaties als eenmalige transformaties van terabytes aan gearchiveerde gegevens. Het biedt schaalbare big data frameworks zoals Spark en Hadoop, wat het efficiënt maakt voor grote datasets en complexe transformaties. Amazon Athena is een queryservice en geen schema-identificatietool. Amazon Redshift is een datawarehouse en niet primair bedoeld voor transformaties op een data lake. Amazon SageMaker is gericht op machine learning en niet de meest kosteneffectieve keuze voor algemene datatransformaties.