为了加快 Amazon Athena 查询速度，一位数据工程师发现所有输入文件都是未压缩的 .csv 文件，并且大多数查询都只选择一个列。哪项更改能最大程度地提高 Athena 查询性能？

将数据格式从 .csv 更改为 Apache Parquet 并应用 Snappy 压缩是最大程度提高 Athena 查询性能的最佳选择。Parquet 是一种列式存储格式，非常适合只选择部分列的查询，因为它只读取所需列的数据，显著减少了 I/O。Snappy 是一种快速压缩算法，在解压缩时对 CPU 影响较小，进一步提高了查询速度。 将 .csv 文件转换为 JSON 格式并使用 Snappy 压缩不如 Parquet，因为 JSON 仍然是行式存储，查询单列时仍需读取整行。对现有 .csv 文件应用 Snappy 压缩虽然能减少数据传输量，但 .csv 格式本身是行式的，无法利用列式存储的优势。使用 gzip 压缩 .csv 文件比 Snappy 压缩率更高，但解压缩速度通常比 Snappy 慢，对查询性能的提升不如 Parquet + Snappy 组合。