一家公司使用 Amazon S3 作为数据湖，并使用多节点 Amazon Redshift 集群作为数据仓库。数据湖中的数据文件按来源组织，公司目前为每个文件位置发出单独的 COPY 命令，以将数据加载到单个 Redshift 表中，这很慢。公司需要在不增加成本的情况下加快数据摄取。他们应该怎么做？

正确答案是创建一个包含数据文件位置的清单文件，然后使用 COPY 命令将数据加载到 Amazon Redshift 中。Amazon Redshift 的 COPY 命令支持使用清单文件来指定要加载的多个文件，这允许一次性加载来自不同 S3 路径的数据，从而显著提高数据摄取效率。这比为每个文件位置发出单独的 COPY 命令要快得多，并且不会增加额外成本。 其他选项： 使用预置的 Amazon EMR 集群会增加成本，且将所有数据文件复制到一个文件夹再加载，效率提升有限。 将数据加载到 Amazon Aurora 并使用 AWS Glue 作业再加载到 Redshift 会增加额外的存储和计算成本，并且引入不必要的复杂性和延迟。 使用 AWS Glue 作业将所有数据文件复制到一个文件夹会增加计算成本，且复制操作本身可能成为瓶颈，不如直接使用清单文件高效。