#码力全开·技术π对#如何实现 BigQuery 表的自动分区和聚类（Partitioning & Clustering）以优化查询成本?

BigQuery的分区（Partitioning）和聚类（Clustering）是优化查询成本的两大核心策略，可显著减少数据扫描量。

分区策略：按时间或整数字段将大表分割。选择高基数字段（如日期）作为分区键，避免创建过多小分区（每个分区应≥10GB）。例如，按日期分区：

CREATE TABLE `project.dataset.table`
PARTITION BY DATE(timestamp_column)
OPTIONS(
  partition_expiration_days=30
)
AS SELECT * FROM source_table;

聚类策略：在分区表内部按低基数字段（如订单ID、地区）进一步组织数据。最多支持4个聚类字段，且顺序很重要：

CREATE TABLE `project.dataset.table`
PARTITION BY DATE(timestamp_column)
CLUSTER BY category, product_id
AS SELECT * FROM source_table;

优化原理：分区减少扫描的表范围，聚类减少扫描的存储块。两者结合可使查询扫描数据量减少50%-90%，大幅降低查询成本。注意：表数据量<100GB时无需分区；聚类字段应选择查询中常用过滤条件的字段。通过合理设计分区和聚类策略，可有效控制BigQuery成本，提升查询性能。