データエンジニアは、構造化された.csvファイル（15列）をAmazon S3データレイクにロードする必要があります。アナリストは通常、1つまたは2つの列のみを参照し、ファイル全体をスキャンすることはめったにないAmazon Athenaクエリを実行します。最も費用対効果の高いアプローチはどれですか？

このアプローチが最も費用対効果が高いのは、Apache Parquetが列指向形式であり、Athenaのクエリパフォーマンスとコストを大幅に最適化できるためです。アナリストが通常1つまたは2つの列しか参照しない場合、Parquetは必要な列のみを読み込むため、スキャンされるデータ量が減り、Athenaの料金（スキャンされたデータ量に基づく）が削減されます。 他の選択肢が不適切な理由は以下の通りです。 .csv形式で取り込むと、Athenaはクエリごとにファイル全体をスキャンする必要があり、コストが高くなります。 JSON形式も行指向であり、Parquetのような列指向の最適化を提供しません。 Apache Avroは行指向形式であり、Parquetのような列指向の読み取り最適化には適していません。