Un'azienda utilizza una dashboard Amazon QuickSight alimentata da processi AWS Glue che elaborano dati archiviati in un singolo bucket S3. Nuovi dati vengono aggiunti quotidianamente e le query della dashboard stanno rallentando perché i processi AWS Glue impiegano più tempo per l'esecuzione. Quali azioni dovrebbe intraprendere l'ingegnere dei dati per velocizzare i processi AWS Glue? (Scegliere due.)

Partizionare i dati in Amazon S3 per anno, mese e giorno riduce la quantità di dati che i processi AWS Glue devono scansionare per ogni esecuzione. Questo migliora significativamente le prestazioni e riduce i costi, poiché Glue legge solo i dati rilevanti. Aumentare la dimensione dell'istanza AWS Glue (scalando il tipo di worker) fornisce più risorse computazionali (CPU e memoria) ai processi Glue, consentendo loro di elaborare i dati più velocemente. Convertire lo schema in DynamicFrame non risolve direttamente i problemi di prestazioni legati alla scansione di grandi volumi di dati o alla mancanza di risorse computazionali. Regolare la frequenza di pianificazione non velocizza i processi, ma li esegue meno frequentemente, il che potrebbe non essere accettabile per le esigenze di aggiornamento quotidiano. Modificare il ruolo IAM per concedere l'accesso completo a S3 è una questione di autorizzazioni e non influisce sulle prestazioni di esecuzione dei processi.