Musisz przechowywać pojedynczą, dużą tabelę śledzenia, obsługiwać strumieniowe pozyskiwanie danych, umożliwiać szczegółową codzienną analizę i minimalizować dzienne koszty zapytań. Jak należy modelować tabelę w BigQuery?

Prawidłowa odpowiedź to "Utwórz tabelę partycjonowaną o nazwie trackingtable i dodaj kolumnę TIMESTAMP". Partycjonowanie tabeli w BigQuery według kolumny TIMESTAMP (lub DATE) jest kluczowe dla optymalizacji kosztów i wydajności zapytań, zwłaszcza w przypadku dużych tabel z danymi strumieniowymi. BigQuery nalicza opłaty za skanowane dane, a partycjonowanie pozwala na skanowanie tylko niezbędnych partycji (np. danych z konkretnego dnia), co znacząco redukuje koszty. Strumieniowe pozyskiwanie danych jest natywnie wspierane przez BigQuery dla tabel partycjonowanych. Pozostałe opcje są mniej optymalne: Tworzenie tabeli bez partycjonowania (opcja pierwsza i czwarta) spowodowałoby skanowanie całej tabeli przy każdym zapytaniu, co generowałoby wysokie koszty i dłuższy czas wykonania. Shardowanie tabel według wzorca trackingtableYYYYMMDD (opcja trzecia) jest starszą praktyką, która jest mniej wydajna i trudniejsza w zarządzaniu niż partycjonowanie natywne BigQuery. Wymagałoby to również bardziej złożonych zapytań do agregacji danych z wielu tabel.