BigQuery：加入集群字段

Question

我正在尝试通过使用聚簇表来优化我们的 BigQuery 模型。

我正在测试这些场景：

1. 聚簇表连接聚簇表（通过簇字段连接）
2. 非聚簇表联接 非聚簇表（通过与方案 1 相同的字段联接）

不应用任何 where 条件场景 1 和 2 具有相同的成本（处理的时间和字节数）。 当我通过集群字段 1 应用条件时，速度快 4 倍且成本更低。

只有在查询中使用条件时，聚集字段才有用？而不是加入？ 在这种情况下，如果我在没有任何条件的情况下执行连接，无论有没有集群，性能都是一样的

如何改进 BigQuery 中两个表之间的联接？

编辑 2021-05-31

添加两个作业的查询执行计划：

1. Clustered

2. Non-clustered

Answer 1

来自docs，我想说的是，当您在加入期间使用另一列进行比较时，集群将被简单地忽略。

现在，为了优化连接，您可以尝试在连接之前减少数据。例如，尝试过滤表，或预先聚合它们以尽可能多地减少数据。最后，还要注意连接上表的顺序。从大到小排序。