Met AWS Glue moet een engineer meerdere vergelijkbare tijdreeksbestanden van een leverancier transformeren naar het formaat dat vereist is door het SageMaker DeepAR forecasting-algoritme en deze comprimeren om de opslagkosten te verlagen. Welke aanpak voldoet aan deze vereisten?

De correcte aanpak is het gebruik van XZ om de bestanden naar Apache Parquet-formaat te converteren en te comprimeren. SageMaker DeepAR ondersteunt Apache Parquet als invoerformaat, wat efficiënt is voor tijdreeksgegevens en kolomopslag mogelijk maakt. XZ-compressie biedt een hoge compressieverhouding, wat de opslagkosten aanzienlijk verlaagt, en is geschikt voor archivering en overdracht van grote datasets. Snappy en gzip zijn compressieformaten, maar Snappy biedt minder compressie dan XZ, en gzip is over het algemeen minder efficiënt dan XZ voor maximale compressie. RecordIO-Protobuf is een binair formaat dat door sommige AWS-services wordt gebruikt, maar Apache Parquet is specifieker geoptimaliseerd voor analytische workloads en wordt direct ondersteund door DeepAR, wat de verwerking vereenvoudigt.