Respuestas correctas
- CComprimir los archivos de datos usando gzip o snappy.
- DParticionar los datos por columnas filtradas frecuentemente (por ejemplo, fecha, región).
- EUtilizar formatos de datos columnares como Parquet u ORC.
Explicación
La opción C es correcta porque comprimir los archivos de datos con gzip o snappy reduce el total de bytes almacenados y escaneados, y Athena cobra y rinde según los datos escaneados, por lo que los archivos más pequeños reducen tanto la latencia de las consultas como el costo. La opción D es correcta porque particionar los datos de S3 por columnas filtradas frecuentemente, como la fecha o la región, habilita el recorte de particiones, de modo que Athena lee solo los prefijos relevantes en lugar de escanear toda la tabla. La opción E es correcta porque los formatos columnares como Parquet u ORC permiten que Athena lea solo las columnas referenciadas en la consulta y proporcionan una mejor compresión y propagación de predicados, lo que reduce drásticamente los datos escaneados en comparación con los formatos basados en filas como CSV o JSON. La opción A no es apropiada porque aumentar el tiempo de espera de las consultas en Athena solo permite que las consultas de larga duración finalicen; no reduce la cantidad de datos escaneados ni mejora el rendimiento. La opción B no es apropiada porque agregar DPU al trabajo de Glue acelera el procesamiento ETL, no el rendimiento de las consultas de Athena ni el volumen de datos escaneados en el momento de la consulta.