Dos tablas grandes, sales_transaction_header y sales_transaction_line, están fuertemente acopladas, son inmutables después de la carga y se unen con frecuencia. Para optimizar el rendimiento de los análisis, ¿cómo debería modelarlas en BigQuery?

La opción correcta aprovecha las capacidades de BigQuery para datos anidados y repetidos. Al anidar las líneas de transacción dentro de la cabecera, se reduce la cantidad de datos escaneados y se evitan costosas uniones (JOINs), lo que mejora significativamente el rendimiento de las consultas analíticas, especialmente cuando las tablas están fuertemente acopladas y se unen con frecuencia. La opción de duplicar datos de la cabecera para cada línea aumenta el almacenamiento y el escaneo de datos, lo cual es ineficiente. Almacenar como JSON es menos eficiente para consultas analíticas que los campos anidados nativos de BigQuery. Mantener tablas separadas y usar WHERE en salestransactionline no elimina la necesidad de una unión, que es lo que se busca evitar para optimizar el rendimiento.