一家公司大幅增加了存储在 Amazon S3 存储桶中的 CSV 文件数量。数据转换脚本和查询变得慢得多。一位机器学习工程师必须实施一个解决方案，以最低的运营开销优化数据查询性能。哪个选项满足此要求？

将CSV文件转换为Apache Parquet格式是优化查询性能的有效方法，因为它是一种列式存储格式，支持数据压缩和编码，显著减少了存储空间和查询时扫描的数据量。AWS Glue ETL作业可以自动化此转换过程，且操作开销低。将CSV文件拆分成更小的对象（Lambda函数）可能有助于并行处理，但不能解决数据格式本身的低效问题。删除字符串类型列（AWS Glue作业）不一定能提高查询性能，且可能导致数据丢失。配置Amazon EMR集群虽然可以处理大量数据，但其操作开销通常高于AWS Glue ETL作业。