Modelleer een BigQuery-tabel met winkeltransacties (transactietijd, artikelen, winkel-ID, stad, staat) die frequent wordt bevraagd voor artikelentellingen van de afgelopen 30 dagen en trends per staat/stad/winkel. Hoe moet u partitioneren en clusteren voor de beste prestaties?

De correcte optie partitioneert op transactietijd en clustert op staat, stad, dan winkel-ID. Partitioneren op transactietijd is essentieel omdat de query's vaak de afgelopen 30 dagen betreffen, wat BigQuery in staat stelt om alleen relevante partities te scannen, wat de kosten en prestaties verbetert. Clusteren op staat, stad, dan winkel-ID is optimaal voor trendanalyse per geografische locatie en winkel. Deze volgorde zorgt ervoor dat gegevens die vaak samen worden opgevraagd (bijv. alle transacties in een bepaalde staat en stad) fysiek dicht bij elkaar worden opgeslagen, wat de scanprestaties verder verbetert. De andere opties zijn minder efficiënt omdat ze ofwel niet partitioneren op tijd, wat cruciaal is voor tijdsgebonden query's, of een minder logische clusteringsvolgorde hanteren voor de gespecificeerde trendanalyses.