某公司在 Amazon S3 中有 10–15 TB 未壓縮的 .csv 檔案，並計劃使用 Amazon Athena 執行一次性評估。該公司希望轉換資料以縮短查詢時間並降低儲存成本。哪種檔案格式和壓縮方式最能滿足 Athena 查詢的這些要求？

Apache Parquet 格式並使用 Snappy 壓縮是最佳選擇。Parquet 是一種柱狀儲存格式，非常適合 Athena 等分析型查詢，因為它只讀取查詢所需的欄位，大幅減少了掃描的資料量，從而縮短查詢時間並降低成本。Snappy 是一種高效能的壓縮演算法，能在壓縮比和解壓縮速度之間取得良好平衡，進一步提升查詢效率。 其他選項的缺點： .csv 格式是列式儲存，Athena 查詢時需要掃描所有資料，效率低且成本高，即使使用 zip 壓縮也無法彌補其根本缺點。 JSON 格式也不是柱狀儲存，且通常比 Parquet 佔用更多空間，查詢效率較差。bzip2 壓縮比高，但解壓縮速度慢，不適合需要快速查詢的場景。 Apache Avro 格式是列式儲存，雖然支援資料結構演進，但對於分析型查詢而言，其效能不如柱狀儲存的 Parquet。LZO 壓縮速度快，但壓縮比通常不如 Snappy，且在 Athena 中不如 Parquet + Snappy 組合優越。