AWS Glue/Athena-S3-表分区

优选的方式是从粒径最小的变量到粒径最大的变量。

通常是第一个答案,因为你的年比月少,月比天少,天比冷1少,冷1比冷2少。

但是,如果你有任何要求col1和col2优先的规范,那么几年后,这将不是问题。

如果数据是基于yyyy/mm/dd快速生成的,那么选项#1。

例如,一个月内生成的数据发生在01到30(或29,31)的每一天,因此模式很好。

或者另一个例子,您生成的数据发生在小时级别,因此模式yyyy/mm/dd/hh会很好。

如果数据是基于col1/col2快速生成的,那么选项#2

例如,您生成的数据会根据col1(类id)/col2(学生id)进行更改,属于学生id的数据会遵循yyyy/mm/dd,因此您可以继续使用col1/col2/yyyy/mm/d

或者你可以想到,如果你的用例在查询数据方面更频繁地使用col1/col2,那么选项#2是一个不错的选择。

对我来说,如果我们比较两个选项的性能,我认为这并不重要。