ある小売企業は 500 TB の販売履歴データを Amazon S3 に CSV 形式で保存しています。データアナリストが毎日数十件のアドホッククエリ（※事前に定義されていない、その場で実行される分析クエリ）を実行してビジネスレポートを作成しています。現在の構成は 10 台の r5.2xlarge インスタンスで構成される Amazon EMR クラスターを 24 時間 365 日稼働させており、クエリは一般的に 5〜10 TB のデータをスキャンし 30〜60 分で完了します。コスト削減効果が最も大きく、クエリパフォーマンスを維持できる変更はどれですか？
選択肢Cは正しい。AthenaはサーバーレスでクエリごとにスキャンデータTBあたり約5 USDの課金のみであり、EMRのような24時間稼働コストがありません。Parquet（列指向フォーマット）への変換とパーティション追加によりスキャン量を大幅削減（CSV 10 TB → Parquet＋パーティションで数百GB程度）でき、さらにコストが低減します。アドホッククエリ用途ではAthena＋Parquet＋パーティションが最もコスト効率に優れます。 選択肢Aは誤り。RedshiftプロビジョニングクラスターはOLAP処理に優れますが、500TB全データのロードコストと常時稼働コストが発生するため、コスト削減効果は低くなります。 選択肢Bは誤り。EMRのままParquet形式に変換してパーティションを追加してもクエリパフォーマンスは向上しますが、EMRクラスターの常時稼働コストが残るため、コスト削減効果はAthena移行より小さくなります。 選択肢Dは誤り。Redshift SpectrumはデータをS3に置いたままクエリできますが、クエリ実行のためにRedshiftクラスターの常時稼働が必要であり、完全サーバーレスのAthenaより固定コストが高くなります。