Una consulta correcta y una consulta rápida son objetivos distintos. La poda de particiones puede reducir los archivos leídos cuando la organización y los filtros encajan. Demasiados archivos pequeños añaden sobrecarga. OPTIMIZE compacta archivos, y ZORDER puede colocar juntos los valores relacionados en las organizaciones compatibles. Liquid Clustering y la optimización predictiva ofrecen otras opciones de gestión de la organización; revisa sus tipos de tabla compatibles y su comportamiento operativo.
Este navegador guarda las filas en local. Sus salidas de OPTIMIZE, ZORDER y VACUUM están marcadas como simulaciones, así que su tiempo de ejecución no prueba ninguna aceleración en producción. En una carga de trabajo real, compara el tamaño de la entrada y las métricas de las fases de Spark antes y después de un cambio. El shuffle, el sesgo y el volcado a disco describen cuellos de botella distintos. Ajusta un parámetro justificado cada vez, como las particiones de shuffle, los umbrales de difusión o la memoria, y vuelve a medir frente a una referencia comparable. Más proceso no arregla una combinación incorrecta ni una granularidad de negocio duplicada.
Ejecuta el comando de compactación para que el historial registre una operación OPTIMIZE.