使用可空字段在BigQuery表上查询性能

Question

我们需要将数据从我们的日志上传到Google BigQuery，并且我们有两个日志数据子集，在查询时不会重叠。

1. 第一个子集有一个字段“vendor_id”，将在WHERE子句中使用很多。
2. 第二个子集是没有“vendor_id”的日志条目

我们只能创建一个具有可为空的“vendor_id”字段的表，或者为每个子集创建一个两个不同的表。这些方法的表现有什么不同吗？

此致

利奥

Answer 1

您提到的两个选项之间的查询性能差异很小（如果有）。也就是说，查询的成本与读取的数据量成正比，因此如果您有两个单独的表，则可能会更便宜，因为每个查询都会读取较少量的数据。