某公司將資料湖儲存在 Amazon S3 上，該資料湖從多個來源擷取 Apache Parquet 資料。在分析師能夠存取 S3 中轉換後的資料之前，資料需要經過幾個轉換步驟（異常篩選、正規化日期/時間值和產生聚合）。該公司需要一個預建的無程式碼轉換解決方案，該解決方案提供資料沿襲和資料分析，並允許在公司內部共享轉換步驟。哪種解決方案符合這些要求？

AWS Glue DataBrew 是一個無程式碼的視覺化資料準備工具，非常適合處理資料湖中的資料。它提供資料沿襲和資料分析功能，並允許使用者透過 DataBrew recipes 共享轉換步驟，完全符合題目中預建、無程式碼、資料沿襲、資料分析以及共享轉換步驟的要求。 其他選項不符合所有要求： AWS Glue Studio 雖然是無程式碼工具，但主要用於構建 ETL 工作流，其資料分析和沿襲功能不如 DataBrew 直觀，且共享轉換步驟的方式不如 DataBrew recipe 直接。 Amazon EMR Serverless 是一個執行 Apache Spark 等框架的服務，需要編寫程式碼來定義轉換邏輯，不符合「無程式碼」的要求。 Amazon Athena 是一個互動式查詢服務，雖然可以用 SQL 轉換資料，但需要編寫程式碼（SQL），不符合「無程式碼」的要求，且其主要功能並非資料準備和沿襲追蹤。