AWS Athena查询为何比直接读取Parquet慢3倍？是否符合预期？

• Athena的固有运行开销：Athena是Serverless查询服务，执行查询时需要经历多个环节：查询计划生成、集群资源调度启动、数据扫描、结果写入临时S3存储、再将结果拉取到本地Pandas。这些步骤都会产生额外耗时，哪怕是简单查询也无法避免启动和结果处理的overhead。
• 直接读取Parquet的轻量性：你用partition_filter直接定位到coin='ADA'对应的分区目录，跳过了Athena的所有中间服务环节，直接从S3读取目标分区的Parquet文件，没有额外的调度、结果写入等步骤，自然耗时更短。
• 适用场景差异：Athena的优势体现在大数据量复杂查询（比如多表JOIN、全量数据聚合、跨多分区的复杂过滤），此时它的分布式扫描能力能大幅提升效率；而直接读取Parquet更适合小数据量单分区/简单过滤的场景，避免不必要的服务开销。

所以你遇到的Athena比直接读Parquet慢3倍的情况是正常的，两者针对的场景不同，不能用单一场景的耗时来判断性能优劣。

内容的提问来源于stack exchange，提问作者survival_law00