Bonne réponse
- DEffectuer le clustering de la table sur device_id
Explication
Le clustering sur device_id organise les données au sein de chaque partition journalière par device_id, permettant à BigQuery d'élaguer les blocs lors des requêtes qui filtrent sur cette colonne. Cela réduit la quantité de données scannées et améliore les performances des requêtes sans modifier le schéma de partitionnement. Le partitionnement seul limite uniquement les scans par plage de temps ; le clustering ajoute un tri intra-partition pour les autres filtres que ceux basés sur le temps.
Pour aller plus loin
Le partitionnement BigQuery réduit le scan aux partitions correspondantes, mais au sein de chaque partition journalière, le moteur lit toujours toutes les lignes à moins que les données ne soient triées physiquement. Le clustering regroupe les lignes par les colonnes spécifiées dans des blocs de stockage, de sorte qu'un filtre sur device_id permet à BigQuery d'ignorer les blocs dont les métadonnées min/max excluent la valeur, réduisant ainsi les octets scannés et le temps de slot. Le clustering fonctionne mieux lorsque la colonne de filtre a une cardinalité élevée et est utilisée avec la colonne de partition ; vous pouvez appliquer un clustering sur un maximum de quatre colonnes, et l'ordre compte car la première colonne offre l'élagage le plus puissant. Un cas réaliste est une table IoT partitionnée par jour d'ingestion mais interrogée par appareil sur une semaine, où le clustering sur device_id transforme un scan de plusieurs gigaoctets en quelques mégaoctets.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement PDE originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.