某公司有一個 Amazon S3 資料湖。該公司需要每天轉換資料並將其載入到具有大規模平行處理 (MPP) 的資料倉儲中。資料分析師必須使用 SQL 根據資料建立和訓練機器學習模型。盡可能使用無伺服器 AWS 服務。哪種解決方案符合這些要求？

正確答案是使用 AWS Glue 進行資料轉換，並將資料載入到 Amazon Redshift Serverless，然後使用 Amazon Redshift ML 建立和訓練模型。AWS Glue 是一種無伺服器 ETL 服務，非常適合資料湖的資料轉換和載入需求。Amazon Redshift Serverless 提供了大規模平行處理 (MPP) 的資料倉儲功能，且無需管理基礎設施，符合無伺服器要求。Amazon Redshift ML 允許資料分析師直接在 Redshift 中使用 SQL 建立和訓練機器學習模型，滿足了分析師的需求。 其他選項不符合所有要求： 使用 Amazon EMR 雖然可以處理資料，但它不是完全無伺服器服務，需要管理叢集。 Amazon Aurora Serverless 是關聯式資料庫，不適用於大規模分析型資料倉儲，且其 ML 功能不如 Redshift ML 適合此場景。 Amazon Athena 雖然是無伺服器查詢服務，但它主要用於查詢 S3 中的資料，而不是作為專門的 MPP 資料倉儲，且其 ML 功能不如 Redshift ML 強大。