Une entreprise stocke quotidiennement des données de flux de clics (clickstream) de séries chronologiques dans Amazon S3 (des millions de lignes par jour). Les ingénieurs ML exécutent des rapports quotidiens et analysent les tendances sur trois jours avec Amazon Athena. Les données doivent être conservées pendant 30 jours avant d'être archivées. Quelle conception offre les meilleures performances de récupération de données ?

La partition des objets par préfixe de date dans S3 est la meilleure approche car elle permet à Athena de ne scanner que les données pertinentes pour les requêtes quotidiennes et d'analyse des tendances sur trois jours, réduisant ainsi les coûts et améliorant les performances. Les politiques de cycle de vie S3 peuvent ensuite archiver automatiquement les partitions de plus de 30 jours vers S3 Glacier Flexible Retrieval, optimisant le stockage. Conserver toutes les données dans un seul compartiment sans partitions rendrait les requêtes Athena inefficaces et coûteuses. Utiliser Lambda pour copier des fichiers ou stocker chaque jour dans un compartiment séparé ajoute une complexité inutile et des frais opérationnels sans offrir les mêmes avantages de performance qu'un partitionnement bien structuré.