粒度		手段	特徴 or ユースケース
サービス		athena	非構造化データ、半構造化データ、構造化データすべてが対象データレイクから直でアドホックなSQLを実行したい場合 BIチームなどにも情報へ素早くアクセスしてほしい場合例：アドホックな分析
		redshift	構造化データに対するアナリティクスが対象スケールとパフォーマンスを追求する場合、より本格的なワークロードを実行したい場合。
テーブル作成	parquetによるパフォーマンス最適化	パーティション	モダンなクエリエンジンのストレージに対するプッシュダウンを活用してディスクの異なる領域にランダムにスキップすることなくデータをシークできるようにする
		辞書エンコーディング	小数のカテゴライズされた列に対して各カテゴリを表す小数のビットでカテゴリを識別したいケース
		型圧縮	(String,String)(Integer,Integer)のように効率的に保存
		ベクトル化集計	列指向フォーマットなのででぅすくコントローラがデータを1回だけ集計する。
	ENCODE属性の付与による列の圧縮を通じたパフォーマンス最適化	zstd	汎用圧縮アルゴ https://docs.aws.amazon.com/ja_jp/redshift/latest/dg/zstd-encoding.html
		az64	Oct 8, 2019リリース。Amazon Redshift に保存されている数値および日付/時刻データの最適な解凍パフォーマンスが得られます。
		bytedict	有限カテゴリに有効。https://docs.aws.amazon.com/ja_jp/redshift/latest/dg/c_Byte_dictionary_encoding.html
	SORTKEYによるパフォーマンス最適化		よく参照するデータに応じてSORTKEYを設定
	DISTを使用したテーブル分散スタイル		データの移動を最小限に抑える目的 https://docs.aws.amazon.com/ja_jp/redshift/latest/dg/c_choosing_dist_sort.html参照
		ALL 分散
		EVEN 分散
		KEY 分散
レコード挿入時	ETLタスクのテクニック	selectの結果をテーブルに取り込む	例えばcast(year(date(hoge_date)) as INTEGER) as yearとして念を抽出した列を作成するなどすると手間は減る
	コマンド	COPY	まだテーブルが存在しない時点で新たにS3等のデータソースからテーブルを作成する場合
		INSERT INTO	データがすでにテーブルとして存在し、データのサブセットをロードする場合

備考:

46993975×16列の行挿入で約5分ほどかかったので、1億レコードを超える場合はParquetを使うべきか
UNLOADは3929550×16列をParquet形式で保存するので8m 37.9sかかった