一位資料工程師必須清理和準備儲存在 Amazon S3 中的數 TB 原始資料，然後將處理過的資料載入 Amazon Redshift 進行分析。資料分析師需要執行複雜查詢的能力。此解決方案應消除對複雜 ETL 管道的需求，並避免管理基礎設施。哪種方法能以最少的操作負擔提供所需的功能？

正確答案是使用 AWS Glue DataBrew 準備資料，使用 AWS Glue 將資料載入 Amazon Redshift，並使用 Amazon Redshift 執行查詢。這個方案提供了最少的操作負擔，因為 AWS Glue DataBrew 是一個無伺服器、視覺化的資料準備工具，無需撰寫程式碼即可清理和轉換資料。AWS Glue 是一個完全受管的 ETL 服務，可以自動化資料載入到 Amazon Redshift 的過程，無需管理基礎設施。Amazon Redshift 是一個高效能的資料倉儲，非常適合執行複雜的分析查詢。 其他選項的缺點： 使用 Amazon EMR 涉及管理叢集，增加了操作負擔。 使用 AWS Lambda 準備大量 TB 級資料可能效率不高且成本較高。 使用 AWS DMS 主要用於資料庫遷移，而非持續的 ETL 管道，且 Amazon Redshift Spectrum 雖然可以查詢 S3 資料，但對於已載入 Redshift 的資料，直接在 Redshift 中查詢更直接。