由於業務需求變更，資料工程師必須更新 1,000 個 AWS Glue Data Catalog 資料表中的資料品質規則。哪種方法能以最少的營運負擔完成此任務？

正確答案是建立一個 AWS Lambda 函數，該函數對 AWS Glue Data Quality 進行 API 呼叫以進行編輯。這種方法操作負擔最少，因為它利用了 AWS Glue Data Quality 的 API，允許程式化地批量更新規則。Lambda 函數可以自動遍歷所有 1,000 個資料表，並對每個資料表應用所需的更改，無需手動干預。 建立 AWS Glue ETL 管道來編輯每個資料表的規則會增加不必要的複雜性和維護負擔，因為 ETL 任務通常用於資料轉換而非元資料管理。建立 Amazon EMR 叢集並執行管道來編輯規則過於笨重且成本高昂，因為 EMR 適用於大規模資料處理，而不是簡單的 API 呼叫。使用 AWS Management Console 手動編輯 1,000 個資料表的規則是不切實際且耗時的。