Un stream de Kafka envía eventos de seguimiento de paquetes a BigQuery. La tabla se creó particionada por fecha de ingesta y la latencia de las consultas ha aumentado. Los analistas consultan las tendencias geoespaciales por paquete. ¿Qué cambio mejorará el rendimiento de las consultas de BigQuery?

La adición de clustering en la columna package-tracking ID mejorará el rendimiento. BigQuery puede usar el clustering para agrupar filas con valores similares, lo que acelera las consultas que filtran o agregan por esta columna, especialmente para análisis geoespaciales por paquete. La tabla ya está particionada por fecha de ingesta, lo cual es útil para consultas basadas en tiempo, pero el clustering complementa esto al optimizar las consultas que se centran en los paquetes individuales. Añadir clustering en ingest-date no es necesario ya que la tabla ya está particionada por esa columna. Archivar datos antiguos en Cloud Storage podría reducir costos, pero no mejorará directamente la latencia de las consultas en BigQuery para los datos activos. Volver a crear la tabla particionada por fecha de entrega podría ser útil para otras consultas, pero no aborda directamente la necesidad de analizar tendencias geoespaciales por paquete de manera eficiente.