一家公司将每日时间序列点击流数据存储在 Amazon S3 中（每天数百万行）。机器学习工程师使用 Amazon Athena 运行每日报告并分析三天趋势。数据必须保留 30 天才能归档。哪种设计能提供最高的数据检索性能？

正确答案通过按日期分区 S3 对象，显著提高了 Athena 的查询性能。Athena 在查询时会利用分区剪枝，只扫描相关日期的数据，从而减少扫描的数据量，提高查询速度并降低成本。此外，应用 S3 生命周期策略将超过 30 天的分区归档到 S3 Glacier Flexible Retrieval，可以有效地管理存储成本，同时满足数据保留要求。 将所有数据保存在一个不分区的存储桶中会导致 Athena 扫描整个数据集，性能低下。使用 Lambda 复制文件增加了复杂性，且不如 S3 生命周期策略高效。为每天的数据创建单独的存储桶会引入过多的存储桶管理开销，并且不如基于分区的策略灵活。