Google bigquery Google BigQuery价格优化

我正在使用Google BigQuery在我的应用程序中存储用户数据活动

我在BigQuery中创建了一个表，我们称之为“用户活动数据”

这些数据包括许多始终每秒更新的数据用户活动。每秒都会有数千个新数据插入到表中

我对这个表做了很多查询

我知道BigQuery的收费标准是每个查询所使用的数据量。我已经尝试使用数据大小优化我的查询以使用尽可能低的数据量（通过只选择需要的列）

例如：

SELECT username,activity FROM user_activities_data WHERE date_activities>='2016-10-01' and date_activities<='2016-10-31'

从用户活动数据中选择用户名、活动，其中日期活动>='2016-10-01'和日期活动需要使用

例如，您需要创建一个按天进行类型分区的表。然后您可以像下面这样写入每天的数据
mydataset.表$20160519
，您将像下面这样进行查询：

SELECT
  field1
FROM
  mydataset.partitioned_table
WHERE
  _PARTITIONTIME BETWEEN TIMESTAMP("2016-05-01")
  AND TIMESTAMP("2016-05-06")

如您所见，伪列
\u PARTITIONTIME
是一种将查询限制为仅触及分区的方法。这意味着查询价格将只计算到在所述日期间隔内接触的数据，而不是整个表。这也不会阻止您执行完整表查询