Bir şirket, Amazon S3 üzerinde birden fazla kaynaktan Apache Parquet verilerini alan bir veri gölü depoluyor. Analistlerin dönüştürülmüş verilere S3'te erişebilmesi için verilerin çeşitli dönüşüm adımlarından (anomali filtreleme, tarih/saat değerlerini normalleştirme ve toplu değerler oluşturma) geçmesi gerekiyor. Şirket, veri soy ağacı ve veri profilleme sağlayan ve dönüşüm adımlarını şirket genelinde paylaşmaya olanak tanıyan, önceden oluşturulmuş, kodsuz bir dönüşüm çözümü istiyor. Bu gereksinimleri hangi çözüm karşılar?

AWS Glue DataBrew, kod yazmadan veri hazırlığı ve dönüşümü için görsel bir araçtır. Anomali filtreleme, tarih/saat normalleştirme ve toplu değerler oluşturma gibi dönüşüm adımlarını destekler. DataBrew tarifleri, şirket genelinde paylaşılabilen ve veri soy ağacı ile veri profilleme sağlayan önceden oluşturulmuş, kodsuz dönüşüm çözümleri sunar. AWS Glue Studio görsel tuvali, kodsuz dönüşüm sağlasa da veri profilleme ve soy ağacı yetenekleri DataBrew kadar kapsamlı değildir. Amazon EMR Serverless, kodsuz bir çözüm değildir ve dönüşüm adımlarını paylaşmak için uygun bir mekanizma sunmaz. Amazon Athena, SQL sorguları kullanarak veri dönüşümü yapabilir ancak kodsuz bir çözüm değildir ve veri soy ağacı veya profilleme sağlamaz.