BigQuery には 3 年分の履歴データがあり、毎日取り込みが行われています。過去 30～90 日間に絞り込んだクエリでもテーブル全体がスキャンされるため、コストが増加しています。SQL アクセスを維持しながら、最も費用対効果の高い解決策は何ですか？

BigQueryのパーティション分割は、日付やタイムスタンプ列に基づいてテーブルを分割し、クエリが対象のパーティションのみをスキャンするようにします。これにより、スキャンされるデータ量が減少し、コストが削減されます。DDLを使用してテーブルを再作成し、既存のデータをパーティション分割されたテーブルにロードすることで、SQLアクセスを維持しつつ費用対効果を高めることができます。 Cloud StorageへのエクスポートはBigQueryの利便性を損ない、Datalabでの直接読み込みはBigQueryのクエリ最適化を活用できません。データを複数のテーブルに分割する方法は、クエリが複雑になり、管理オーバーヘッドが増加する可能性があります。毎日新しいテーブルを作成する方法も、テーブル管理が煩雑になり、ワイルドカードクエリはパーティション分割ほど効率的ではありません。