Après la migration d'un entrepôt de données de ventes en étoile vers BigQuery, les requêtes sur les 30 derniers jours sont lentes. Selon les bonnes pratiques de Google, comment accélérer les requêtes sans augmenter les coûts de stockage ?
Choisissez une réponse
Appuyez sur une option pour vérifier votre réponse.
Bonne réponse : Partitionner les données par date de transaction..
Pourquoi c'est la réponse
La partition des données par date de transaction est la meilleure approche pour accélérer les requêtes sur les 30 derniers jours sans augmenter les coûts de stockage. BigQuery peut éliminer les partitions non pertinentes, réduisant ainsi la quantité de données scannées et le temps d'exécution des requêtes. Dénormaliser les données pourrait améliorer les performances, mais cela augmente généralement les coûts de stockage en raison de la duplication des données. Fragmenter les données par ID client n'est pas optimal pour les requêtes basées sur des plages de dates. Matérialiser les données dimensionnelles dans des vues n'affecterait pas directement les performances des requêtes sur de grandes tables de faits basées sur des plages de dates.
Réussissez votre examen — sans la chasse aux réponses interminable
Obtenez toutes les questions et explications vérifiées pour cet examen en un seul endroit, et économisez des heures de préparation. Plus de 1 000 certifications · Plus de 20 langues · Gratuit pour commencer.
Réussissez votre examen plus rapidement → Pas de carte requise