Une entreprise de vente au détail charge quotidiennement des fichiers CSV de commandes dans un chemin S3 unique et utilise Amazon Redshift Spectrum pour interroger des sous-ensembles de données de plus de 100 colonnes. La source tierce produit plus de 30 fichiers CSV par jour (50 à 70 Mo chacun). Les utilisateurs agrègent des métriques quotidiennes, mais les performances des requêtes se sont dégradées. Quelle combinaison d'actions résoudra les problèmes de performance avec le moins d'effort de développement ? (Choisissez-en deux.)

La configuration de l'application tierce pour produire des fichiers au format colonne (par exemple, Parquet ou ORC) est cruciale car Redshift Spectrum est optimisé pour ces formats. Les formats colonnaires permettent à Spectrum de ne lire que les colonnes nécessaires à la requête, réduisant ainsi la quantité de données scannées et améliorant considérablement les performances. Le partitionnement des données par date de commande dans S3 réduit également la quantité de données scannées. Lorsque les utilisateurs interrogent des métriques quotidiennes, Redshift Spectrum peut ignorer les partitions de dates non pertinentes, ce qui accélère les requêtes. Combiner les fichiers CSV en un seul fichier par jour (option incorrecte) n'apporterait pas d'amélioration significative des performances car le format resterait CSV et la taille du fichier pourrait devenir trop grande pour une lecture efficace. Le format JSON (option incorrecte) est un format semi-structuré qui n'offre pas les mêmes avantages de performance que les formats colonnaires pour les requêtes analytiques sur de nombreuses colonnes.