一位資料工程師必須使用 AWS 服務將資料集載入 Amazon S3 資料湖。在分析資料後，工程師發現了個人身份資訊 (PII)。工程師需要分析資料集並模糊化 PII。哪種方法能以最少的操作負擔滿足此要求？

正確答案透過 AWS Glue Studio 的內建 Detect PII 轉換，提供了最少操作負擔的解決方案。此轉換可以直接識別並模糊化資料中的 PII，無需編寫自訂程式碼。AWS Step Functions 則能有效協調整個資料管道，從資料攝取到 S3 資料湖，實現自動化和可擴展性。 選項 A 涉及使用 Lambda 函數和 AWS SDK 進行自訂 PII 識別和模糊化，這會增加開發和維護的複雜性。選項 C 建議使用 AWS Glue Data Quality 規則來模糊化 PII，但 Data Quality 主要用於資料品質檢查和驗證，而非直接的 PII 模糊化功能。選項 D 將資料攝取到 DynamoDB，然後使用 Lambda 函數處理，這會增加不必要的資料移動和額外的服務成本，且 DynamoDB 不適合作為資料湖的直接攝取層。