如何在AWS Athena中禁用缓存？CSV与Parquet性能对比需求

先给你明确答案：AWS Athena默认是开启查询结果缓存的，所以你做性能对比时必须主动禁用它，才能避免重复查询的耗时被缓存干扰。下面是几种靠谱的实现方式：

1. 单次会话临时禁用（控制台/CLI通用） #

每次跑性能测试查询前，先执行这条SQL语句：

SET query_results_cache_enabled = false;

这条命令会临时关闭当前会话的缓存，后续的查询都会从头计算，不会复用之前的结果。测试结束后要恢复的话，执行SET query_results_cache_enabled = true;就行。

2. 工作组级永久禁用（适合长期测试） #

如果你的测试都在同一个工作组里，可以直接改工作组的配置，一劳永逸：

• 打开Athena控制台，切换到你用的工作组
• 点击「编辑工作组」
• 在「查询结果缓存」选项里选「禁用」
• 保存后，这个工作组下的所有查询都会默认禁用缓存，不用每次手动设参数。

3. API/SDK调用时指定禁用（自动化测试场景） #

如果用代码（比如Python的boto3）提交查询，可以在请求里直接指定禁用缓存。举个例子：

import boto3

athena_client = boto3.client('athena')

response = athena_client.start_query_execution(
    QueryString='SELECT ... FROM your_test_table',  # 你的性能测试查询
    QueryExecutionContext={'Database': 'your_db'},
    ResultConfiguration={'OutputLocation': 's3://your-result-bucket/path/'},
    ExecutionParameters=['query_results_cache_enabled=false']  # 直接传递禁用缓存的参数
)

避坑提醒：别用随机条件绕缓存 #

有些同学会在查询里加AND rand() > 0这种无意义的条件来避开缓存，但这种操作可能会改变查询的执行计划，导致性能数据失真，所以强烈建议用前面几种直接禁用缓存的方法，不要用这种 workaround。

内容的提问来源于stack exchange，提问作者Kunal