Kafka 스트림이 패키지 추적 이벤트를 BigQuery로 공급합니다. 테이블은 수집 날짜별로 파티셔닝되어 생성되었으며 쿼리 지연 시간이 증가했습니다. 분석가들은 패키지별 지리 공간적 추세를 쿼리합니다. BigQuery 쿼리 성능을 향상시키려면 어떤 변경을 해야 할까요?

정답은 '패키지 추적 ID 열에 클러스터링을 추가합니다'입니다. 분석가들이 '패키지별' 지리 공간적 추세를 쿼리하므로, 패키지 추적 ID는 쿼리 필터링 및 집계의 주요 기준이 됩니다. 이 열에 클러스터링을 추가하면 BigQuery가 관련 데이터를 물리적으로 함께 저장하여 쿼리 스캔량을 줄이고 성능을 크게 향상시킵니다. '수집 날짜 열에 클러스터링을 추가합니다'는 이미 수집 날짜로 파티셔닝되어 있으므로 큰 추가 이점을 제공하지 않습니다. 파티셔닝과 클러스터링은 상호 보완적이지만, 파티셔닝이 더 큰 데이터 블록을 분리하는 반면 클러스터링은 파티션 내에서 데이터를 정렬합니다. '오래된 데이터를 Cloud Storage에 보관하고 외부 BigQuery 테이블을 통해 노출합니다'는 비용 절감에는