Google Cloud mengumumkan ketersediaan umum optimasi berbasis histori BigQuery, yang dapat mempercepat performa kueri hingga 100 kali lipat. Fitur baru ini dirancang untuk belajar dari eksekusi kueri sebelumnya dan mengidentifikasi peningkatan tambahan yang dapat diterapkan pada eksekusi mendatang.
Salah satu aspek menarik dari optimasi berbasis histori BigQuery adalah kemampuannya untuk meningkatkan berbagai jenis kueri, termasuk yang melibatkan gabungan yang sangat selektif. Misalnya, jika BigQuery mengidentifikasi gabungan yang menghasilkan jumlah baris yang jauh lebih kecil daripada inputnya, ia dapat memilih untuk menjalankan gabungan tersebut lebih awal dalam rencana eksekusi. Hal ini dapat secara signifikan mengurangi jumlah data yang perlu diproses, yang mengarah pada peningkatan performa secara keseluruhan.
Lebih lanjut, optimasi berbasis histori BigQuery dapat membantu mengurangi jumlah data yang dipindai BigQuery dengan memasukkan operasi semi-gabungan selektif di seluruh kueri. Dalam beberapa kasus, BigQuery dapat mengidentifikasi gabungan yang sangat selektif (mirip dengan pushdown gabungan) dalam kueri dengan beberapa jalur eksekusi paralel yang pada akhirnya digabungkan. BigQuery kemudian dapat memasukkan operasi "semi-gabungan" baru berdasarkan gabungan selektif yang "mengurangi" jumlah data yang dipindai dan diproses oleh jalur eksekusi paralel tersebut.
Secara keseluruhan, optimasi berbasis histori BigQuery adalah tambahan yang berharga untuk BigQuery. Dengan memanfaatkan data historis dari eksekusi kueri sebelumnya, fitur baru ini dapat secara signifikan meningkatkan performa kueri dan mengurangi biaya. Selain itu, karena berfungsi secara otomatis, pengguna dapat memperoleh manfaat dari peningkatan ini tanpa harus membuat perubahan apa pun pada kueri mereka.
