Deux grandes tables, sales_transaction_header et sales_transaction_line, sont étroitement couplées, immuables après chargement et fréquemment jointes. Pour optimiser les performances analytiques, comment devriez-vous les modéliser dans BigQuery ?
Choisissez une réponse
Appuyez sur une option pour vérifier votre réponse.
Bonne réponse : Créer une table sales_transaction qui contient les informations de sales_transaction_header sous forme de lignes et les lignes de sales_transaction_line sous forme de champs imbriqués et répétés..
Pourquoi c'est la réponse
La modélisation de données imbriquées et répétées est une pratique recommandée dans BigQuery pour les données transactionnelles étroitement couplées, comme les en-têtes et les lignes de commande. Cela réduit les jointures coûteuses et améliore les performances des requêtes analytiques en co-localisant les données associées. Dupliquer les données d'en-tête pour chaque ligne augmente le stockage et peut ralentir les requêtes. Stocker les données en JSON est moins efficace pour l'analyse directe que les champs structurés de BigQuery. Garder des tables distinctes et spécifier salestransactionline en premier dans la clause WHERE n'élimine pas la nécessité d'une jointure, ce qui est moins performant que la dénormalisation avec des champs imbriqués.
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