Bir şirket, eğitim verilerini S3'teki iç içe JSON dosyalarında depoluyor ve XGBoost eğitimi için tablo formatına ihtiyaç duyuyor. Bu JSON dosyalarını tablo verilerine dönüştürmek için en az operasyonel yüke sahip yaklaşım hangisidir?
Bir cevap seçin
Cevabınızı kontrol etmek için bir seçeneğe dokunun.
Doğru cevap: Dosyaları dönüştürmek için Relationalize dönüşümünü kullanan bir AWS Glue PySpark işi oluşturun..
Neden bu cevap
Doğru cevap, AWS Glue PySpark işi oluşturmaktır. AWS Glue'daki Relationalize dönüşümü, iç içe JSON verilerini otomatik olarak düzleştirerek ve tablo formatına dönüştürerek operasyonel yükü en aza indirir. Bu, XGBoost gibi tablo verisi gerektiren modeller için idealdir. Özel Scala kodu yazmak ve EMR Serverless kullanmak daha fazla geliştirme ve yönetim yükü getirir. Lambda fonksiyonu, büyük veri kümeleri için ölçeklenebilirlik ve performans sorunları yaşayabilir ve reduce() fonksiyonu iç içe JSON'ları etkili bir şekilde düzleştirmek için karmaşık mantık gerektirebilir. Athena'nın flatten fonksiyonu doğrudan iç içe JSON'ları düzleştirmek için tasarlanmamıştır; daha çok dizileri düzleştirmek için kullanılır ve bu senaryoda tam bir çözüm sunmaz.
Sonsuz cevap arayışı olmadan sınavınızı geçin
Bu sınav için her doğrulanmış soruyu ve açıklamayı tek bir yerde edinin ve saatlerce süren hazırlıktan tasarruf edin. 1.000'den fazla sertifika · 20'den fazla dil · ücretsiz başlayın.
Sınavınızı daha hızlı geçin → Kart gerekmez