Bir veri mühendisi, AWS hizmetlerini kullanarak bir veri kümesini Amazon S3 veri gölüne yüklemelidir. Verileri profilledikten sonra mühendis, kişisel olarak tanımlanabilir bilgiler (PII) keşfeder. Mühendisin hem veri kümesini profillemesi hem de PII'yi gizlemesi gerekmektedir. Bu gereksinimi EN AZ operasyonel çabayla hangi yaklaşım karşılar?

Doğru cevap, AWS Glue Studio'daki "Detect PII" dönüşümünü kullanarak PII'yi tanımlamayı ve gizlemeyi, ardından verileri S3 veri gölüne almak için bir AWS Step Functions durum makinesi kullanmayı en az operasyonel çabayla sağlar. AWS Glue Studio, PII tespiti ve gizleme için yerleşik görsel araçlar sunarak özel kod yazma ihtiyacını azaltır. Step Functions, bu adımları düzenlemek için sunucusuz ve yönetilen bir hizmettir. Yanlış seçenekler: Kinesis Data Firehose ve Lambda kullanmak, PII tespiti ve gizleme için daha fazla özel kodlama ve yönetim gerektirir. AWS Glue Data Quality, veri kalitesi kuralları için tasarlanmıştır, PII gizleme için doğrudan bir araç değildir; bu nedenle ek geliştirme gerektirir. Verileri önce DynamoDB'ye almak ve ardından Lambda ile işlemek, gereksiz bir ara depolama katmanı ekler ve operasyonel karmaşıklığı artırır.