Ottimizzazione della dimensione dei file

Immagina di avere 2 file di dati di grandi dimensioni su un cluster con 10 nodi. Ogni file contiene 10M di righe di dimensioni più o meno uguali. Mentre lavori con i dati, la reattività è accettabile, ma la lettura iniziale dai file richiede un tempo considerevole. Nota che sarai l’unico a usare i dati e che cambiano a ogni esecuzione.

Quale delle seguenti è l’opzione migliore per migliorare le prestazioni?