Google Cloud는 쿼리 성능을 최대 100배까지 향상시킬 수 있는 BigQuery의 이력 기반 최적화를 공식 출시했습니다. 이 새로운 기능은 과거 쿼리 실행에서 학습하고 향후 실행에 적용할 수 있는 추가 개선 사항을 파악하도록 설계되었습니다.

BigQuery 이력 기반 최적화의 흥미로운 점은 매우 선택적인 조인을 포함하여 다양한 유형의 쿼리를 개선할 수 있다는 것입니다. 예를 들어 BigQuery에서 입력보다 훨씬 적은 수의 행을 반환하는 조인을 식별하는 경우 실행 계획에서 해당 조인을 더 일찍 실행하도록 선택할 수 있습니다. 이렇게 하면 처리해야 하는 데이터 양이 크게 줄어들어 전반적인 성능이 향상됩니다.

또한 BigQuery 이력 기반 최적화는 전체 쿼리에 선택적 세미 조인 작업을 삽입하여 BigQuery에서 스캔하는 데이터 양을 줄이는 데 도움이 될 수 있습니다. 경우에 따라 BigQuery는 최종적으로 결합되는 여러 병렬 실행 경로가 있는 쿼리에서 매우 선택적인 조인(조인 푸시다운과 유사)을 식별할 수 있습니다. 그런 다음 BigQuery는 선택적 조인을 기반으로 해당 병렬 실행 경로에서 스캔하고 처리하는 데이터 양을 '줄이는' 새로운 '세미 조인' 작업을 삽입할 수 있습니다.

전반적으로 BigQuery 이력 기반 최적화는 BigQuery에 매우 유용한 기능입니다. 과거 쿼리 실행의 이력 데이터를 활용하여 이 새로운 기능은 쿼리 성능을 크게 향상시키고 비용을 절감할 수 있습니다. 또한 자동으로 작동하므로 사용자는 쿼리를 변경하지 않고도 이러한 개선 사항의 이점을 누릴 수 있습니다.