您的 Amazon S3 中有 CSV 檔案，其中包含一個時間戳記欄位，格式為：March 1st, 2020, 08:14pm。您假設工作日、月份和小時會影響目標變數，因此您需要向資料集新增三個新特徵（星期幾、月份、小時）。哪種方法可以在新增這些特徵的同時，以最少的營運開銷在 S3 中產生新檔案？

Amazon SageMaker Data Wrangler 是一個視覺化介面，專為簡化資料準備和特徵工程而設計。它提供「Featurize date/time」轉換，可以直接從時間戳記欄位中提取星期幾、月份和小時，操作簡單且無需編寫程式碼，因此營運開銷最低。 其他選項雖然也能完成任務，但營運開銷較高： 佈建 Amazon EMR 叢集需要管理基礎設施，且 PySpark 程式碼的開發和維護成本較高。 Amazon SageMaker Processing 任務需要編寫 Python 程式碼，並管理執行環境，雖然比 EMR 輕量，但仍需程式開發。 AWS Glue 任務也需要編寫程式碼（通常是 PySpark 或 Scala），並且需要設定和管理 Glue Data Catalog，營運開銷較高。