Amazon Athena

Qué es: Amazon Athena consulta con SQL estándar los archivos que ya están en S3, sin servidores ni cargar los datos en una base.

• Cómo funciona: defines una tabla que describe las columnas y la carpeta de S3 donde están los archivos; Athena guarda esa definición en un catálogo de datos. Luego escribes SELECT y Athena lee los archivos en ese momento.
• Formatos: CSV, JSON y formatos columnares, que guardan juntos los valores de cada columna, como Parquet y ORC.
• Precio: pagas por datos escaneados: 5 dólares por TB, con un mínimo de 10 MB por consulta. Comprimir, usar Parquet o partir los datos por carpetas reduce lo que se lee y el costo.
• Resultados: se guardan en un bucket de S3 que eliges o, si lo prefieres, en un almacenamiento que Athena administra y limpia sola.

Analogía: un buscador con filtros sobre una carpeta compartida. No copias los documentos a otro sistema: preguntas, y el buscador los abre y responde. Dónde falla la analogía: el buscador indexa una vez y responde rápido siempre. Athena lee los archivos en cada consulta: cuantos más datos recorre, más tarda y más cobra.

Ejemplo real: Boletos Faro guarda las ventas diarias en CSV en S3. Un analista ejecuta SELECT evento, SUM(total) FROM ventas GROUP BY evento y Athena escanea 2 GB: la consulta cuesta un centavo. Así se responde la pregunta 2 del inicio: consultas S3 con SQL sin montar ninguna base.

Úsalo cuando: necesites consultas puntuales o reportes sobre datos en S3, como registros o exportaciones, sin administrar nada. No lo uses cuando: la aplicación necesite leer y escribir registros sueltos en milisegundos (eso es una base de datos) o analizar datos en el momento en que llegan.