某公司從多個 Amazon RDS 客戶資料庫讀取資料，其中欄位名稱和格式不一致（例如，一個資料庫中使用 place_id，另一個資料庫中使用 location_id）。即使欄位名稱不同，業務也必須連結跨資料庫的客戶記錄。哪種解決方案能以最少的營運負擔提供此功能？

正確答案是使用 AWS Glue crawler 爬取資料庫，並利用 AWS Glue 的 FindMatches 轉換來識別重複記錄。AWS Glue FindMatches 專為處理不一致的欄位名稱和格式而設計，能有效連結跨資料庫的客戶記錄，且其無伺服器特性大幅降低了營運負擔。透過評估和調整轉換，可以優化匹配結果。 其他選項的缺點： 建立預置的 Amazon EMR 叢集會增加營運複雜性和成本，且 Apache Zeppelin notebook 或 Apache Spark ML 模型需要更多的開發和維護工作，不符合「最少營運負擔」的要求。 雖然使用 AWS Glue crawler 爬取資料庫是個好開始，但若不使用 FindMatches 轉換，而是在 Amazon SageMaker 中建立 Apache Spark ML 管道，則會增加額外的工具和開發複雜性，且可能無法像 FindMatches 那樣高效處理不一致的欄位名稱。