Un minorista en línea almacena los registros de acceso de ALB en S3 y los consulta con Amazon Athena. El ingeniero creó una tabla de Athena sin particiones, y los tiempos de respuesta de las consultas han aumentado a medida que el volumen de datos crecía. ¿Qué enfoque mejorará el rendimiento de las consultas de Athena con el menor esfuerzo operativo?

La opción correcta es crear un rastreador de AWS Glue. Los rastreadores de Glue están diseñados para escanear automáticamente los datos en S3, inferir el esquema y las particiones, y luego actualizar el AWS Glue Data Catalog. Al añadir particiones, Athena puede escanear solo los datos relevantes para una consulta, reduciendo la cantidad de datos procesados y mejorando significativamente el rendimiento. Esto requiere un esfuerzo operativo mínimo, ya que el rastreador automatiza el descubrimiento y la actualización de metadatos. La opción de crear un trabajo de AWS Glue para inferir el esquema es menos eficiente porque los trabajos de Glue están más orientados a transformaciones de datos y ETL, mientras que los rastreadores son específicos para el descubrimiento de esquema y particiones. La opción de usar una función de Lambda para transformar a Parquet y añadir particiones es una solución válida para mejorar el rendimiento (Parquet es un formato columnar eficiente), pero implica un mayor esfuerzo operativo para desarrollar y mantener la función Lambda, y la pregunta pide el menor esfuerzo. La opción de usar Apache Hive es incorrecta porque Hive no es un servicio de AWS y no se integra directamente de esta manera con Athena para la gestión de particiones de S3.