Resposta correta
- DAgrupar (cluster) a tabela em device_id
Explicação
O agrupamento (clustering) em device_id organiza os dados dentro de cada partição diária por device_id, permitindo que o BigQuery descarte blocos durante consultas que filtram por essa coluna. Isso reduz a quantidade de dados escaneados e melhora o desempenho da consulta sem alterar o esquema de particionamento. O particionamento sozinho apenas limita as varreduras por intervalo de tempo; o clustering adiciona ordenação intrapartição para filtros que não são baseados em tempo.
Para se aprofundar
O particionamento do BigQuery restringe a varredura às partições correspondentes, mas dentro de cada partição diária o mecanismo ainda lê todas as linhas, a menos que os dados estejam fisicamente ordenados. O clustering coloca as linhas lado a lado pelas colunas especificadas em blocos de armazenamento, portanto, um filtro em device_id permite que o BigQuery ignore blocos cujos metadados mínimo/máximo excluem o valor, cortando os bytes escaneados e o tempo de slot. O clustering funciona melhor quando a coluna de filtro tem alta cardinalidade e é usada junto com a coluna de partição; você pode clusterizar em até quatro colunas, e a ordem importa porque a primeira coluna fornece o corte mais forte. Um caso realista é uma tabela de IoT particionada por dia de ingestão, mas consultada por dispositivo ao longo de uma semana, onde o clustering em device_id transforma uma varredura de vários gigabytes em poucos megabytes.
Sobre estas questões de prática
Esta é uma das questões de prática originais de PDE da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.
Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.