您在 Cloud Storage 中针对许多文件创建了一个外部 Hive 分区表，但查询速度很慢。如何提高查询性能？

正确答案是“将外部表升级为 BigLake 表。为该表启用元数据缓存。” BigLake 表允许 BigQuery 直接查询 Cloud Storage 中的数据，并支持元数据缓存。启用元数据缓存后，BigQuery 会存储有关外部数据源的元数据（例如文件路径、大小和行数），从而显著减少查询规划和执行时间，提高查询性能。 “将 Hive 分区数据对象的存储类别从 Coldline 更改为 Standard”不会直接解决查询性能问题，因为存储类别主要影响访问延迟和成本，而不是查询引擎处理元数据的效率。 “通过使用通用表名前缀，为每个 Hive 分区创建单独的外部表。使用通配符表查询来引用分区数据”会增加管理复杂性，并且通配符查询本身并不能解决底层元数据检索的效率问题。 “将 Hive 分区数据对象迁移到多区域 Cloud Storage 存储桶”主要提高数据可用性和地理冗余，对查询性能的提升有限，尤其是在元数据检索效率是瓶颈的情况下。