BigQuery：加入集群字段

Question

我正在尝试使用聚集表来优化我们的 BigQuery 模型。

我正在测试这些场景：

1. 聚簇表连接聚簇表（按簇字段连接）
2. 非聚簇表连接 非聚簇表（通过与场景 1 相同的字段进行连接）

在不应用任何条件的情况下，场景 1 和 2 具有相同的成本（处理的时间和字节数）。 当我通过聚集字段 1 应用条件时，速度提高了 4 倍，成本也降低了 4 倍。

聚集字段只有在查询中使用条件时才有用？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，性能都是相同的

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. 簇状

2. 非聚类

Answer 1

从文档中，我想说，当您在连接期间使用另一列进行比较时，集群将被简单地忽略。

现在，为了优化联接，您可以尝试在联接之前减少数据。例如，尝试过滤表，或预先聚合它们以尽可能减少数据。最后，还要注意连接上表的顺序。将它们按照从最大到最小的顺序排列。