数百万物联网设备将传感器数据流式传输到 BigQuery。查询主要集中在按 create_date、location_id 和 device_version 筛选的近期数据。您应该如何对表进行分区和聚类以实现成本和性能优化？

此方案中，查询主要按 createdate 筛选近期数据，因此按 createdate 分区能有效减少扫描的数据量，降低成本并提高查询性能。BigQuery 分区表适用于基于日期或时间戳的筛选。locationid 和 deviceversion 也是查询中的筛选条件，但它们可能具有更高的基数或更复杂的筛选模式。对这些列进行聚类可以进一步优化查询，因为 BigQuery 会将具有相似聚类键的数据存储在一起，从而在查询时跳过不相关的数据块。 选项 A（按所有列分区）不实用，因为 BigQuery 对分区键的数量有限制，且过多的分区会增加管理复杂性。选项 C（仅聚类）无法像分区那样有效减少扫描的数据量，因为聚类是在分区内部进行的。选项 D（按 createdate 聚类，按其他列分区）是错误的，因为日期列通常更适合分区，而分区列不能用于聚类。