Particionado, costos y retención

Los archivos de CloudTrail, del balanceador y de flujo se guardan en carpetas cuyo nombre lleva la cuenta, la región y la fecha. Particionar una tabla es contarle a Athena esa estructura, para que una consulta que filtra por fecha abra solo las carpetas de esas fechas. Existe además la proyección de particiones, que le permite a Athena calcular las carpetas en vez de buscarlas una por una en un catálogo; es útil cuando hay muchas.

Sin filtro de partición la consulta recorre todo el histórico, aunque la pregunta sea de ayer.

Athena cobra según los datos que escanea, así que la medida que importa es los gigabytes leídos, no el tiempo que tardó. Revisa la tabla de consultas del mes y ordénala de mayor a menor.

La consulta Q-5 contesta la misma pregunta que la más cara, pero con filtro de fechas. La diferencia entre las dos es lo que se pudo haber ahorrado en esa consulta. Es un dato más útil para convencer a un equipo que un sermón sobre buenas prácticas.

La política interna de Salinas del Tordo fija cuántos días se debe conservar cada tipo de registro. La tabla de ciclo de vida muestra, además, a los cuántos días se borra de verdad cada prefijo. Si un prefijo se borra antes de lo exigido, la empresa se queda sin registro cuando lo necesite. Compara las dos columnas.

Entre conservar todo en la clase más cara y borrar pronto hay un término medio: pasar los registros antiguos a una clase de almacenamiento más barata mediante reglas de ciclo de vida del bucket, y borrarlos solo al cumplirse el plazo. Los registros que casi nunca se consultan, pero que deben existir, son el caso típico.