Kafka 流将包裹追踪事件馈送到 BigQuery。该表是按摄取日期分区的，查询延迟有所增加。分析师按包裹查询地理空间趋势。哪项更改将提高 BigQuery 查询性能？

在 package-tracking ID 列上添加聚簇会显著提高查询性能。分析师按包裹查询地理空间趋势，这意味着他们经常根据特定的包裹追踪ID过滤或聚合数据。在聚簇列上进行过滤或聚合，BigQuery 可以跳过不相关的数据块，只扫描需要的数据，从而减少扫描的数据量和查询延迟。 在 ingest-date 列上添加聚簇不会有帮助，因为表已经按摄取日期分区，分区本身已经提供了基于该列的性能优化。将旧数据归档到 Cloud Storage 并通过外部 BigQuery 表公开，虽然可以管理存储成本，但不会直接提高对现有活跃数据的查询性能。按包裹递送日期重新创建分区表，虽然可能对某些查询有用，但对于按 package-tracking ID 查询的分析师来说，不如在 package-tracking ID 上聚簇有效，因为包裹递送日期可能不是唯一的，且与包裹追踪ID的查询模式不完全匹配。