解説

AWS Glue ETL はサーバーレスの大規模バッチ処理に最適化されており、タイムアウト制約なく50,000件規模の文書処理に対応できます。Amazon Comprehend の DetectPiiEntities API はテキスト中のPIIエンティティ（氏名・住所・メールアドレス等）の種類と位置（オフセット）を検出するため、その結果を用いて該当箇所をマスキングできます。Glue ETL ジョブをスケジュール実行または S3 イベントトリガーで起動することで、PDFテキスト抽出・PII検出・マスキング・S3書き出しの一連パイプラインを完全自動化できます。 選択肢BのAWS Lambdaは最大15分のタイムアウト制限があり、大量のPDFファイルのテキスト抽出とComprehend API処理を組み合わせた場合、50,000件の初期取り込みや大容量PDFでタイムアウトリスクが生じます。 選択肢CのBedrock Guardrailsの機密情報フィルタリングは、モデル推論時（ユーザークエリへのレスポンス生成時）にPIIを検出・マスキングする機能です。Knowledge Basesへのデータインジェスト（文書取り込み）フェーズでは動作しないため、ソースデータのPIIマスキング要件を満たしません。 選択肢DのAmazon MacieはS3内のPII検出・アラートに特化したサービスですが、PIIのマスキング処理機能は持ちません。Findingsには検出場所のメタデータのみが含まれ、実際のマスキングには別途Lambda実装が必要となりアーキテクチャが複雑になります。