某公司透過 Amazon Kinesis Data Firehose 將 AWS WAF 記錄傳送到 Amazon S3。Amazon Athena 查詢每天執行一次，以擷取前 24 小時的 WAF 記錄。儘管每日記錄量穩定，但查詢執行時間卻隨著時間的推移而逐漸增加。您需要防止查詢執行時間持續增加，同時將操作開銷降到最低。哪種解決方案符合這些要求？

正確答案是修改 Kinesis Data Firehose 設定和 Athena 資料表定義，以按日期和時間分割資料，並更改 Athena 查詢以檢視相關分割區。隨著時間推移，未經分割的資料會導致 Athena 掃描整個資料集，增加查詢時間。透過按日期和時間分割資料，Athena 查詢可以只掃描相關的分割區，大幅減少掃描的資料量和查詢執行時間。這也符合最低操作開銷的要求，因為 Athena 原生支援分割區。 將每天的 AWS WAF 記錄合併到一個日誌檔中會增加單一檔案的大小，可能導致 Athena 查詢效能下降，且操作開銷較高。將 AWS WAF 設定為每天將日誌傳送到不同的 S3 儲存貯體並不能解決 Athena 掃描資料量過大的問題，且管理多個儲存貯體會增加複雜性。為 Amazon Redshift 建立外部資料表並設定 Amazon Redshift Spectrum 來查詢資料來源是一個可行的方案，但相較於直接使用 Athena 的分割區功能，其操作複雜度和成本會更高。