当使用S3作为Amazon EMR的存储的时候，当写入的流量比较大的时候，有时会遇到性能瓶颈，报错如下
1 | Caused by: com.amazonaws.services.s3.model.AmazonS3Exception: Please reduce your request rate. |
在如下的AWS文章中介绍，S3的性能不是按照bucket定义的，而是按照bucket的prefix，对于每个prefix，3500的PUT/COPY/POST/DELETE能力和5000的GET/HEAD能力，如果超过这个限制的话，就会被限流
关于prefix定义，参考文档：aws s3原理和常用命令
参考：从 Amazon EMR 和 AWS Glue 访问 Amazon S3 中数据的性能优化最佳实践
在咨询了AWS的工程师后，说上面的文档不是很准确，更具体的回答是：
1.对于一个刚创建的bucket，默认每个bucket有3500写+5000读的能力
2.当S3 bucket的流量增加后，S3会对应进行bucket的split partition，根据的规则是按照prefix逐位向后分割
意思是对于S3://bucket_name/[a-z,0-9][a-z,0-9]…./object的s3存储结构，prefix的第1个字符有a-z+0-9（26+10=36）种可能性，如果这36个字符出现的可能性是一样的话，则当整个bucket的流量很大的时候，bucket就会扩容到36个partition，从而获得36*（3500/5000）的能力
这也就是为什么当遇到S3性能问题的能力，AWS的工程师经常会建议使用增加随机前缀，或者分区倒排的方案，其他AWS文章也有提到：Amazon EMR实战心得浅谈
增加随机前缀（最建议，但不适用于数仓）：对于S3://bucket_name/xxx/2022/10/01/object_name的路径，如果bucket的并发超过了3500/5000的限制后，则S3会进行扩容partition，这时S3://bucket_name/xxx/2022/10/01/和S3://bucket_name/xxx/2022/10/02/分split成2个partition，到了第二天02分区又会split成02和03分区，但是S3扩容是需要一定时间的，所以每天流量峰值的时候有可能会出现限流。
如果增加了随机前缀，路径则会变成S3://bucket_name/[a-z,0-9][a-z,0-9]…./xxx/2022/10/01/object_name，这来一是流量被打散成36份，不会在每天的prefix上形成单独的热点；二来在遇到每年/每月/每日路径更新的时候，也不会进行S3扩容，因为扩容只会发生在第一个字符[a-z,0-9]
分区倒排：对于S3://bucket_name/xxx/2022/10/01/object_name的路径，分区倒排之后，路径变成S3://bucket_name/xxx/01/10/2022/object_name，即变成日/月/年，如果S3://bucket_name/xxx/路径下的并发超过3500/5000，第一个月过后，整个bucket会split成30或者31份（每天扩容一次），到了第二个月的时候，流量就会继续循环打到这30或者31个partition上，从而不会每天进行扩容
上面介绍的S3自动split的原理，如果是手动split的话，就没有以上限制，就是给AWS对接的工程师提support case让他们后台调整，人工指定从第几个字符开始split，类似于预分区
