Modélisez une table BigQuery de transactions de magasin (heure de transaction, articles, ID de magasin, ville, état) interrogée fréquemment pour le nombre d'articles au cours des 30 derniers jours et les tendances par état/ville/magasin. Comment devriez-vous partitionner et clusteriser pour une performance optimale ?
Choisissez une réponse
Appuyez sur une option pour vérifier votre réponse.
Bonne réponse : Partitionner par heure de transaction ; clusteriser par état, puis ville, puis ID de magasin..
Pourquoi c'est la réponse
La partition par heure de transaction est essentielle car les requêtes portent fréquemment sur les 30 derniers jours, ce qui permet à BigQuery d'analyser uniquement les partitions pertinentes. Le clustering par état, puis ville, puis ID de magasin est optimal car les tendances sont analysées par ces dimensions, et BigQuery peut regrouper les données similaires, réduisant ainsi la quantité de données scannées. Inverser l'ordre de clustering (ID de magasin, puis ville, puis état) serait moins efficace pour les requêtes agrégées par état/ville. Un clustering de niveau supérieur sans partitionnement par temps ne permettrait pas d'optimiser les requêtes basées sur la période.
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