데이터 엔지니어가 Amazon S3의 데이터에 대해 Amazon Athena 쿼리를 실행하고 메타데이터에 AWS Glue Data Catalog를 사용합니다. S3 데이터 세트에 파티션 수가 매우 많기 때문에 쿼리 계획이 느립니다. Athena 계획 시간을 줄이고 병목 현상을 해결할 수 있는 작업은 무엇입니까? (두 가지 선택)

정답은 AWS Glue 파티션 인덱스를 생성하고 파티션 필터링을 활성화하는 것과 S3 버킷 접두사를 기반으로 Athena 파티션 프로젝션을 사용하는 것입니다. AWS Glue 파티션 인덱스는 대규모 파티션 세트에서 관련 파티션을 빠르게 찾을 수 있도록 하여 Athena 쿼리 플래닝 시간을 단축합니다. 파티션 프로젝션은 수동 파티션 관리가 필요 없이 S3 접두사에서 파티션 정보를 자동으로 추론하여 쿼리 플래닝 오버헤드를 줄입니다. 데이터 버킷팅은 쿼리 성능을 향상시킬 수 있지만, 파티션 플래닝 속도 자체를 직접적으로 개선하지는 않습니다. Apache Parquet 형식으로 변환하는 것은 스캔 성능을 향상시키지만, 파티션 플래닝 시간을 단축하는 데는 직접적인 영향을 주지 않습니다. S3DistCP를 사용하여 작은 객체를 결합하는 것은 S3의 파일 수를 줄여 I/O 성능을 개선할 수 있지만, 파티션 메타데이터 처리 속도와는 직접적인 관련이 없습니다.