Une entreprise financière exécute Amazon Athena sur un jeu de données de l'ordre du pétaoctet pour une application de BI. Un job AWS Glue nocturne rafraîchit les données une fois par jour, tandis que l'application de BI nécessite des rafraîchissements horaires pour des raisons de politique. L'objectif est de réduire les coûts d'Athena sans ajouter d'infrastructure et avec un minimum de frais opérationnels. Quelle est la meilleure option ?

L'utilisation de la fonction de réutilisation des résultats de requête d'Amazon Athena est la meilleure option car elle permet à Athena de réutiliser les résultats des requêtes précédentes pour des requêtes identiques ou similaires, réduisant ainsi la quantité de données scannées et, par conséquent, les coûts. Cette approche ne nécessite pas d'infrastructure supplémentaire et minimise les frais opérationnels. Déplacer les données vers S3 Glacier Deep Archive après 1 jour augmenterait les coûts d'accès et la latence pour l'application de BI qui nécessite des rafraîchissements horaires. Ajouter un cluster ElastiCache introduirait une infrastructure supplémentaire et des coûts opérationnels. Changer le format des fichiers en Apache Parquet est une bonne pratique pour l'optimisation des coûts et des performances, mais la réutilisation des résultats de requête offre un impact plus direct et immédiat sur la réduction des coûts pour des requêtes fréquentes sur des données qui ne changent qu'une fois par jour.