Firma korzysta z pulpitu nawigacyjnego Amazon QuickSight zasilanego przez zadania AWS Glue, które przetwarzają dane przechowywane w pojedynczym zasobniku S3. Nowe dane są dodawane codziennie, a zapytania pulpitu nawigacyjnego zwalniają, ponieważ zadania AWS Glue działają dłużej. Jakie działania powinien podjąć inżynier danych, aby przyspieszyć zadania AWS Glue? (Wybierz dwie odpowiedzi.)

Partycjonowanie danych w S3 według roku, miesiąca i dnia jest kluczowe dla poprawy wydajności zapytań. AWS Glue i QuickSight mogą wtedy skanować tylko odpowiednie podzbiory danych, zamiast przetwarzać cały zbiór, co znacznie skraca czas wykonania zadań i zapytań. Zwiększenie rozmiaru instancji AWS Glue (skalowanie w górę typu instancji roboczej) zapewnia więcej zasobów obliczeniowych i pamięci, co przyspiesza przetwarzanie dużych zbiorów danych przez zadania Glue. Konwersja schematu na DynamicFrame nie jest rozwiązaniem problemu wydajności, a jedynie zmianą sposobu reprezentacji danych. Zmniejszenie częstotliwości uruchamiania zadań nie przyspieszy ich działania, a jedynie opóźni dostęp do nowych danych. Modyfikacja roli IAM nie ma wpływu na wydajność zadań, a jedynie na uprawnienia dostępu.