📖 AI 总结

文章基于5000万条合成数据，在Delta Lake上对分区、ZOrdering和Liquid Clustering三种存储布局进行了受控基准测试，覆盖点查询、时间范围聚合、多列选择性过滤和大规模聚合四类工作负载。核心发现是：Liquid Clustering在点查询、时间范围聚合和大型聚合三类场景中延迟最低，适合查询模式多样或持续演变的团队作为默认布局；ZOrdering仅在过滤列与聚类键严格匹配且选择性高时占优，其文件剪枝可使扫描量降至约十分之一。研究还揭示了一个隐性风险：当日期列在ZOrder中非首键时，时间范围查询比简单日期分区慢78%，原因是连续日期值分散于多个文件，破坏了范围扫描效率。文章据此提出决策框架，建议先判断热门查询是否稳定依赖相同的两三个列，若是则用ZOrder并将高选择性列置首，否则默认采用Liquid Clustering，以兼顾性能与运维简化。