Een 10 PB BigQuery-tabel met bestellingen wordt gefilterd op country_name en username (beide strings); dashboard-query's zijn traag wanneer filters worden toegepast. Hoe moet u de tabel opnieuw ontwerpen voor snellere toegang?

Clustering op countryname en username is de meest effectieve oplossing. BigQuery ordent de gegevens fysiek op basis van de clusteringsleutels, wat resulteert in aanzienlijk snellere query's wanneer deze kolommen worden gebruikt in WHERE-clausules. Dit vermindert de hoeveelheid gescande data drastisch. Partitioneren op countryname en username zou niet optimaal zijn, omdat het aantal unieke combinaties van landen en gebruikers waarschijnlijk te groot is, wat leidt tot een zeer groot aantal kleine partities en overhead. Partitioneren op countryname en clusteren op username zou beter zijn dan alleen partitioneren, maar minder efficiënt dan puur clusteren op beide kolommen voor dit specifieke filterscenario. Partitioneren op opnametijd (PARTITIONTIME) is nuttig voor tijdgebaseerde queries, maar niet voor het optimaliseren van filters op countryname en username.