我正在比较集群和分区的性能。
比较分区表和聚簇表，聚簇表的访问数据大小有时比分区表大。 （例如，集群 122.4MB 与分区 35.6MB）
我预计这是由于集群的最小数据大小的限制。
有没有办法知道限制？或者有没有其他的 访问数据大小不同的原因？
帖子 2 说“BigQuery 中的每个数据集群都有一个最小大小。”，帖子 1 说“如果您每天的数据少于 100MB，那么集群对您的用处不大”。
从这些帖子中，我推断出聚簇表大尺寸的原因是一个簇的最小尺寸。
【问题讨论】：
标签： google-bigquery
集群不像分区。事实上，不能保证每个列值都会有一个集群（或者如果您对它们的每个组合使用多个列）。这也是为什么 BigQuery 无法在运行之前很好地估计查询将使用多少数据（就像它对分区所做的那样）。同时，不同的分区使用不同的内存块。
此外，请考虑 BigQuery 执行 Auto-clustering（免费），因此会更改所有集群。这样做是为了使表具有更有效的集群。这是必需的，因为当您插入/删除数据时，集群会导致非常倾斜的集群，从而导致查询效率低下。这将导致数据被同一查询扫描，即使在 BigQuery 执行自动集群之间没有插入/删除数据。
此实现的另一个效果是单个表具有最大分区数（4000）。但是，您对用于聚类的键的数量没有任何限制。
因此，BigQuery 中的单个集群可能包含多个集群值，并且底层集群数据块可能会由于自动集群而自动更改。
【讨论】：