Les flux de données de suivi de colis arrivent dans BigQuery ; la table est partitionnée par date d'ingestion et les temps de requête ont augmenté. Pour copier les données vers une nouvelle table en cluster pour l'analyse du cycle de vie géospatial, sur quoi devriez-vous créer le cluster ?

Le clustering sur la colonne de l'ID de suivi de colis est la meilleure solution car il regroupe les lignes ayant des valeurs similaires pour cette colonne, ce qui est essentiel pour les analyses du cycle de vie géospatial qui nécessitent souvent de récupérer toutes les informations relatives à un colis spécifique. Cela réduit la quantité de données scannées et améliore les performances des requêtes. Recréer la table avec un partitionnement par date de livraison pourrait améliorer certaines requêtes, mais ne serait pas optimal pour les requêtes basées sur l'ID de suivi. Le clustering sur la date d'ingestion ne résoudrait pas le problème des requêtes sur l'ID de suivi. Déplacer les données vers Cloud Storage en tant que table externe augmenterait la latence et la complexité sans améliorer les performances des requêtes sur l'ID de suivi.