Utworzono zewnętrzną tabelę partycjonowaną przez Hive na wielu plikach w Cloud Storage, a zapytania są wolne. Jak poprawić wydajność zapytań?

Prawidłowa odpowiedź to uaktualnienie tabeli zewnętrznej do tabeli BigLake i włączenie buforowania metadanych. Tabele BigLake w BigQuery zapewniają ulepszoną wydajność zapytań dla danych przechowywanych w Cloud Storage, zwłaszcza w przypadku partycjonowanych zestawów danych. Buforowanie metadanych znacznie skraca czas potrzebny na odczytanie schematu i informacji o partycjach, co jest kluczowe dla optymalizacji zapytań na dużych, partycjonowanych zbiorach danych. Zmiana klasy przechowywania z Coldline na Standard nie poprawi wydajności zapytań, ponieważ Coldline ma jedynie wyższe opóźnienia dostępu do pierwszego bajtu, co nie jest głównym problemem w przypadku wolnych zapytań na partycjonowanych danych. Tworzenie indywidualnych tabel i używanie symboli wieloznacznych jest nieefektywne i nie skaluje się dobrze. Migracja do zasobnika wieloregionalnego nie rozwiązuje problemu wydajności zapytań, a jedynie zwiększa dostępność i odporność na awarie.