我也一直在寻找如何做到这一点。这是一个如此基本的请求，我很惊讶它不是基本数据管道工作流的一部分。
经过几天的调查和实验，我发现了两种机制：
1） 使用shellcommandactivity启动几个awscli命令（s3cp，gzip）从s3，gzip本地下载，然后重新上载到s3。以下是相关部分：

{
    "name": "CliActivity",
    "id": "CliActivity",
    "runsOn": {
        "ref": "Ec2Instance"
    },
    "type": "ShellCommandActivity",
    "command": "(sudo yum -y update aws-cli) && (#{myCopyS3ToLocal}) && (#{myGzip}) && (#{myCopyLocalToS3})"
},

"values": {
    "myCopyS3ToLocal": "aws s3 cp s3://your-bucket/your-folders/ --recursive",
    "myGzip": "for file in /tmp/random-date/*; do gzip \"$file\"; done",
    "myCopyLocalToS3": "aws s3 cp /tmp/random-date s3://your-bucket/your-folders-gz/ --recursive"
}

2） 创建一个单独的emr集群，然后创建一个使用该emr集群运行s3distcp（s3distcp）的数据管道。

{
    "name": "CliActivity",
    "id": "CliActivity",
    "runsOn": {
        "ref": "Ec2Instance"
    },
    "type": "ShellCommandActivity",
    "command": "(sudo yum -y update aws-cli) && (#{myAWSCLICmd})"
},

"values": {
    "myAWSCLICmd": "aws emr add-steps --cluster-id j-XXXXYYYYZZZZ --region us-east-1 --steps Name=\"S3DistCp command runner\",Jar=\"command-runner.jar\",Args=[\"s3-dist-cp\",\"--s3Endpoint=s3.amazonaws.com\",\"--src=s3://your-bucket/your-folders/\",\"--dest=s3://your-bucket/your-folders-gz/\",\"--outputCodec=gz\"]"
}

在两者之间，我喜欢第二个，因为s3distcp可以自动删除源s3文件。但是，它需要一个单独的emr集群来运行（成本更高）。或者您可以在#1中添加其他步骤来执行删除操作。
另外，如果要参数化，可能需要直接内联这些值，以便可以利用#{format（@scheduledstarttime，'yyyy-mm-dd\uhh.mm'）}。