Een detailhandelsbedrijf gebruikt AWS Glue ETL voor het verwerken van klantordergegevens en moet aangepaste validatieregels afdwingen om correctheid en consistentie te waarborgen. Welke oplossing voldoet aan deze vereiste?

De juiste oplossing is het maken van aangepaste AWS Glue Data Quality rulesets. Deze rulesets stellen u in staat om specifieke validatieregels te definiëren die verder gaan dan standaardcontroles, wat essentieel is voor het afdwingen van aangepaste correctheid en consistentie voor klantordergegevens. AWS Glue Data Quality (DQ) is ontworpen voor dit doel, waarbij u regels kunt schrijven die passen bij uw unieke bedrijfslogica en gegevenseisen. AWS Glue job bookmarks volgen verwerkte gegevens om duplicaten te voorkomen en de verwerking te hervatten vanaf het laatste punt, niet om aangepaste validatieregels af te dwingen. Ingebouwde AWS Glue Data Quality transforms bieden standaardvalidaties, maar zijn mogelijk niet voldoende voor complexe, aangepaste regels. AWS Glue Data Catalog beheert schema's en metadata, wat belangrijk is voor data discovery en governance, maar het handhaaft geen aangepaste datakwaliteitsregels tijdens ETL-processen.