Vous interrogez une table BigQuery spécifique plusieurs fois par jour. La table de base contient des pétaoctets de données, mais vous appliquez des filtres et des agrégations simples, et vous avez besoin de résultats plus rapides et à jour. Que devriez-vous faire ?

La création d'une vue matérialisée est la meilleure solution car elle précalcule et stocke le résultat d'une requête, y compris les filtres et les agrégations. Cela garantit des résultats rapides et à jour pour les requêtes répétitives sur de grands ensembles de données, car la vue est automatiquement mise à jour. Exécuter une requête planifiée extrairait les données, mais ne les précalculerait pas pour des requêtes ultérieures. Utiliser une requête mise en cache ne fonctionnerait que si la requête exacte a été exécutée récemment, ce qui ne garantit pas des résultats à jour pour des exécutions répétées sur des données changeantes. Limiter les colonnes peut réduire la quantité de données transférées, mais n'accélère pas le traitement des pétaoctets de données sous-jacents.