在Google BigQuery中使用分区和群集字段

Question

我正在为多个客户使用一些历史性CRM数据。我将BigQuery架构安排为以下格式：

PARTITION_MONTH (DATE) | CLIENT_UUID (STR) | PDATE (Date) | ...

我通过截断PDATE来使我的分区字段具有月份粒度，以补偿BQ当前的4k分区限制。另外，我将CLIENT_UUID设置为一个群集字段，以加快特定于客户端的查询。我进行了一些基准测试，发现PARTITION_MONTH对扫描多少字节没有影响。

我测试过的客户占表中记录的37％。我有三个表（相同的数据），其中有一个分区/集群，所有分区都设置为NULL的集群，没有分区/集群。聚簇表上的简单汇总表明CLIENT_UUID聚簇正在工作：

SELECT SUM(amount) FROM dataset.table WHERE CLIENT_UUID='myclient'

Non-Partitioned:       513 MB processed
Clustered:             191 MB processed (~37% of non-partitioned)
Partitioned/Clustered: 191 MB processed

但是，当我将日期合并到查询中时，分区字段显示没有性能提升：

SELECT SUM(amount) FROM dataset.table
WHERE CLIENT_UUID='myclient'
  AND [PARTITION_MONTH/PDATE] > DATE(2000, 1, 1)

Non-Partitioned:       513 MB processed
Clustered:             191 MB processed (~37% of non-partitioned)
Partitioned/Clustered: 191 MB processed

我假设在后台，BigQuery只会忽略指定日期之前的所有分区。但是，它似乎正在扫描客户端的所有行。

有人可以解释这种行为吗？是BigQuery还是我构建查询的方式的问题？谢谢您的帮助。