我正在寻求应该使用哪种服务的建议。我是大数据的新手，对它们在AWS上的差异感到困惑。
用例：
我每天收到60-100个csv文件(每个文件的大小可以从几MB到几GB不等(。有六个相应的模式，每个文件只能被视为一个表的一部分。我需要将这些文件加载到六个数据库表中，并在它们之间执行联接并生成每日输出。生成输出后，不再需要数据库中的数据，所以我们可以截断这些表，并在第二天等待。
文件具有可预测的命名模式：
- A_<时间戳1>。csv转到A表
- A_<时间戳2>。csv转到A表
- B_<时间戳1>。csv转到B表
- 等等
哪项服务可以用于此目的？
- AWS Redshift(在此处执行联接(
- AWS胶水(加载到红移(
- AWS EMR(火花(
或者其他什么？我听说spark可以用来连接，但什么是正确、最佳和高性能的连接方式？
编辑：
感谢您的回复。我现在看到两种选择：
- 使用AWS Glue，设置6个爬网程序，这些爬网程序将在触发文件上加载到特定的AWS Glue数据目录，使用Athena执行SQL联接
- 使用AWS Glue，设置6个爬网程序，这些爬网程序将在触发文件上加载到特定的AWS Glue数据目录，触发火花作业(无服务器形式的AWS-Glue(来进行SQL连接，并将设置输出到S3
编辑2：
但根据：https://carbonrmp.com/knowledge-hub/tech-engineering/athena-vs-spark-lessons-from-implementing-a-fully-managed-query-system/
Presto是为低延迟而设计的，它使用了一种快速的大规模并行处理(MPP(方法，但需要同时在内存中进行所有操作。要么全有要么全无，如果内存不足，那么"以这个比例因子查询耗尽的资源"。Spark是为可扩展性而设计的，并遵循map reduce设计[1]。作业被拆分并按块进行处理，这些块通常是分批处理的。如果您在不更改资源的情况下将工作负载增加一倍，那么它应该需要两倍的时间，而不是失败[2]
所以Athena(又名Presto(没有我想要的那么多可扩展性。我看到了"；以该比例因子查询耗尽的资源"；我的案子。
是否有可能将文件类型更改为类似镶木地板的柱状格式？然后您可以使用AWS EMR，spark应该能够轻松处理连接。显然，您需要根据数据/集群大小等来优化查询。