发布于: Dec 4, 2018
现在，客户可以获取 Apache Parquet 文件格式的 Amazon S3 Inventory 报告。Amazon S3 Inventory 为存储桶或共享前缀提供对象和选定元数据的平面文件列表。您可以使用 S3 Inventory 列出、审计和报告对象的状态，或者使用它简化和加快业务工作流和大数据作业。
Parquet 是一种列式存储文件格式，和 ORC（优化行列式）类似。它可用于 Hadoop 生态系统中的任何项目，无论选择什么数据处理框架、数据模型或编程语言。借助列式存储格式，读取程序可以只读取、解压和处理当前查询所需的列。如要使用 Amazon Athena 或 Redshift Spectrum 等应用程序或使用诸如 Apache Hive、Spark、HBase 或 Presto 之类的工具查询 S3 Inventory，我们建议您将清单配置为 Parquet 或 ORC 格式，以获得更快的查询性能和更低的查询成本。
S3 Inventory 的 Parquet 输出格式目前在由光环新网运营的 亚马逊云科技中国（北京）区域和由西云数据运行的 亚马逊云科技中国（宁夏）区域提供。您可以通过访问 亚马逊云科技 管理控制台或使用 API、CLI 或 SDK 开始设置清单配置。