一家公司将来自多个账户的VPC流日志集中到一个S3存储桶中。日志以gzip压缩的文本文件形式存储，并且必须无限期保留。分析师对这些日志运行即席Athena查询，但随着日志量的增长，查询性能正在下降。您必须同时提高查询性能并减少存储使用量。哪项更改将提供最大的性能改进？

将VPC流日志重新配置为Apache Parquet格式并按小时分区组织，将显著提高Athena查询性能并减少存储使用。Parquet是一种列式存储格式，非常适合分析查询，因为它允许Athena只读取查询所需的数据列，而不是整个文件。按小时分区则能让Athena跳过不相关的数据，只扫描特定时间范围内的日志，进一步减少扫描量。 其他选项： 解压缩并用bzip2重新压缩文件会增加处理开销，且bzip2通常不如Parquet在分析场景下高效，也无法解决分区问题。 S3 Transfer Acceleration旨在加速数据上传，与查询性能无关；S3 Intelligent-Tiering旨在优化存储成本，与查询性能无关。 创建新的Athena工作组和使用Athena engine version 2可以提供一些性能提升，但不如改变数据格式和分区策略带来的改进显著，也无法解决存储使用问题。