AWSDAS认证考点整理（Athena&Glue篇）-创新互联

Athena

1. Athena查询隔离=Work Group, 可以control per-query data usage limit.
2. Athena查询速度优化：1. 压缩  2. 列式存储  3. S3和Athena同一个Region
3. Athena查询成本优化：1.Partition by，2. 列式存储，3.合并小文件
4. Athena partition快速生成or恢复=MSCK REPAIR TABLE，Athena使用hive style partition。
5. Athena查询结果S3加密：S3-SSE, CMK-KMS and CSE-KMS
6. Athena DML timeout after 30minutes= Raise ticket in service quotas
7. Athena Payload超出上限错误=结果上传S3+Presigned URL
8. lzo压缩格式高速解压比gzip读取速度快，提高Athena查询性能。

发展壮大离不开广大客户长期以来的信赖与支持，我们将始终秉承“诚信为本、服务至上”的服务理念，坚持“二合一”的优良服务模式，真诚服务每家企业，认真做好每个细节，不断完善自我，成就企业，实现共赢。行业涉及墙体彩绘等，在重庆网站建设公司、全网营销推广、WAP手机网站、VI设计、软件开发等项目上具有丰富的设计经验。Glue

1. AWS Glue Crawler Classification = Unknown: All the classifiers certainty=0.0
2. Glue读取大量小文件用dynamic frame file grouping功能。
3. Glue读取大量小文件报outofmemory错误= 'groupFiles': 'inPartition' feature.
4. Glue Crawler和Athena都可以跨Region使用。
5. Glue Crawler/Copy Command triggered by S3:CreateObject event = most current data
6. Glue跳过特定的S3存储层：excludeStorageClasses
7. Glue scale = glue job metrics + maximum capcity job parameter
8. Glue job rerun导致重复数据清理用Postactions in DynamicFrameWriter class
9. Glue支持PySpark Scala dialect，不支持Hive script
10. Glue Job bookmark功能避免重复处理数据，只处理增量数据。
11. Glue catalog update manually created table = choose table when define crawler.
12. Glue跑完job自动update catalog=enable updatecatalog
13. Glue Findmatch ML=match data without PK
14. Glue streaming ETL 连 KDS, MSK, 不可以连KDF。

你是否还在寻找稳定的海外服务器提供商？创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源，准确流量调度确保服务器高可用性，企业级服务器适合批量采购，新人活动首月15元起，快前往官网查看详情吧

分享名称：AWSDAS认证考点整理（Athena&Glue篇）-创新互联
文章路径：http://6mz.cn/article/ejdoj.html