一位資料工程師必須將結構化的 .csv 檔案（15 個欄位）載入 Amazon S3 資料湖中。分析師執行 Amazon Athena 查詢時，通常只會參考一或兩個欄位，並且很少掃描整個檔案。哪種方法最具成本效益？

將資料轉換為 Apache Parquet 格式是最具成本效益的方法。Parquet 是一種柱狀儲存格式，能有效壓縮資料並支援述詞下推（predicate pushdown）。由於分析師通常只查詢一兩個欄位，Parquet 允許 Athena 只讀取所需的欄位，大幅減少掃描的資料量，進而降低查詢成本。 將資料以 .csv 格式擷取到資料湖中，雖然簡單，但 .csv 是列式儲存，Athena 必須掃描整個檔案，即使只需要部分欄位，這會增加查詢成本。使用 JSON 格式也會導致類似的問題，因為它也是列式儲存，且通常比 Parquet 佔用更多空間。Apache Avro 雖然是二進位格式，但它主要用於資料序列化和演進，在查詢效率和成本效益方面，通常不如 Parquet 適用於分析工作負載。