Une requête BigQuery simple, SELECT country, state, city FROM mytable GROUP BY country, est toujours lente. Le plan de requête indique une lecture intensive dans l'Étape 1. Quelle en est la cause la plus probable ?

Un déséquilibre des données (data skew) se produit lorsque la plupart des lignes d'une table partagent la même valeur pour une colonne utilisée dans une clause GROUP BY. Dans ce cas, si la colonne country a une valeur très fréquente (par exemple, "USA" pour 90% des lignes), BigQuery doit traiter un volume disproportionné de données pour ce groupe, ce qui ralentit considérablement l'étape de lecture et de regroupement. Le plan de requête montrant une lecture intensive à l'Étape 1 est un indicateur clé de ce problème. Les requêtes concurrentes peuvent ralentir, mais n'expliquent pas une lecture intensive spécifique à une étape. Un nombre excessif de partitions n'est généralement pas un problème pour BigQuery, qui gère automatiquement le partitionnement. Les valeurs NULL n'affectent pas intrinsèquement la performance de GROUP BY de cette manière, car elles sont traitées comme n'importe quelle autre valeur distincte.