一家公司使用 Amazon QuickSight 控制面板，该面板由处理存储在单个 S3 存储桶中的数据的 AWS Glue 作业提供数据。新数据每天都会添加，并且由于 AWS Glue 作业运行时间变长，控制面板查询速度变慢。数据工程师应采取哪些措施来加快 AWS Glue 作业？（选择两项）

将 S3 存储桶中的数据按年、月、日分区，可以显著减少 AWS Glue 作业扫描的数据量，从而加快作业执行速度并提高 QuickSight 查询性能。AWS Glue 作业通常会从 S3 读取数据，分区使得作业能够只处理相关数据，而不是整个数据集。 通过纵向扩展 worker type 来增加 AWS Glue 实例大小，可以为作业提供更多的计算资源（CPU、内存），从而并行处理更多数据，缩短作业运行时间。这对于处理大量数据或复杂转换的作业尤其有效。 将 AWS Glue 架构转换为 DynamicFrame 架构类与加速作业无关，DynamicFrame 是 AWS Glue 的数据结构，通常用于简化 ETL 操作，但其本身不直接影响作业性能。调整 AWS Glue 作业调度频率并不能加快单个作业的运行速度，只是改变了作业运行的次数。修改 IAM 角色以授予所有 S3 功能的访问权限是不必要的，且违反最小权限原则，与作业性能无关。