Uma POC de companhia aérea armazena métricas diárias em CSV no S3, particionadas por data, e as consulta com o Amazon Athena. À medida que os dados aumentam, a empresa deseja otimizar o armazenamento para melhorar o desempenho das consultas. Quais duas ações eles devem realizar? (Escolha duas.)

Usar um bucket S3 na mesma região da AWS onde o Athena executa as consultas minimiza a latência de rede e os custos de transferência de dados entre regiões, otimizando o desempenho. Pré-processar os dados CSV para o formato Apache Parquet é crucial porque Parquet é um formato de armazenamento colunar otimizado para análise. Ele permite que o Athena leia apenas as colunas e blocos de dados necessários para uma consulta, reduzindo significativamente a quantidade de dados escaneados, o que melhora a velocidade da consulta e diminui os custos. Adicionar uma string aleatória às chaves S3 não otimiza o desempenho do Athena; isso é mais relevante para evitar gargalos de taxa de solicitação em buckets S3 com padrões de acesso muito específicos. Converter para JSON não oferece as mesmas otimizações de desempenho de leitura colunar que o Parquet.