Q17 — AWS DEA-C01 第1章

第 17/100 题 | ← 返回第1章

数据工程师必须使用AWS服务将数据集摄取到Amazon S3数据湖中。该数据工程师对数据集进行剖析后发现，该数据集中包含个人身份信息（PII）。该数据工程师必须实施一种解决方案，以剖析数据集并模糊化PII。 哪种解决方案能以最少的运维工作量满足此要求？

• A. 使用Amazon Kinesis Data Firehose交付流处理数据集。创建一个AWS Lambda转换函数来识别PII。使用AWS SDK模糊化PII。将S3数据湖设置为交付流的目标。
• B. 在AWS Glue Studio中使用Detect PII转换来识别PII。模糊化PII。使用AWS Step Functions状态机编排数据管道，将数据摄取到S3数据湖中。 ✓
• C. 在AWS Glue Studio中使用Detect PII转换来识别PII。在AWS Glue Data Quality中创建规则以模糊化PII。使用AWS Step Functions状态机编排数据管道，将数据摄取到S3数据湖中。
• D. 将数据集摄取到Amazon DynamoDB中。创建一个AWS Lambda函数，在DynamoDB表中识别并模糊化PII，并转换数据。使用同一Lambda函数将数据摄取到S3数据湖中。

正确答案: B. 在AWS Glue Studio中使用Detect PII转换来识别PII。模糊化PII。使用AWS Step Functions状态机编排数据管道，将数据摄取到S3数据湖中。

解析

选项B是最优解，因为AWS Glue Studio中的Detect PII转换可便捷地识别个人身份信息（PII），并直接对其进行模糊化处理；同时，利用AWS Step Functions状态机协调数据管道，将处理后的数据摄取至S3数据湖，整体流程操作简便、运维工作量最小。相比之下，选项A需额外开发Lambda转换函数并调用AWS SDK实现模糊化，复杂度更高；选项C引入AWS Glue Data Quality规则进行模糊化，增加了配置与管理开销；选项D需先将数据写入DynamoDB再经Lambda处理并写入S3，步骤冗余、延迟更高。因此，选项B是正确答案。