为何BQ二次快照仍占用原表完整存储量？技术问询

问题场景 #

创建分区表后生成第一次快照，仅修改1月分区内部分行的value字段（将UUID替换为另一个UUID），生成的第二次快照逻辑字节与物理字节均与第一次快照大小一致，未仅存储差异数据。

核心原因解析 #

• 逻辑字节的计算逻辑：逻辑字节统计的是表中所有数据的总大小，与存储是否共享无关。本次操作仅将部分行的value字段从一个UUID替换为另一个UUID，每行数据的字节长度未发生变化，且表的总行数保持不变，因此两次快照的逻辑字节总量完全一致。

• 物理字节的写时复制机制：BigQuery快照采用写时复制（Copy-On-Write）实现，仅会为被修改的数据生成新的存储块，未修改的分区（如示例中的2月分区）会与源表/旧快照共享存储。但本次修改的1月分区中，被更新行的字节大小未改变，新生成的1月分区存储块大小与旧快照中的1月分区块大小完全一致，加上共享的2月分区存储块，最终两次快照的物理字节总量也保持一致。

• 快照并非增量差异存储：BigQuery的SNAPSHOT TABLE本质是创建源表在指定时间点的只读全量镜像，而非基于旧快照的增量差异存储。无论源表修改范围大小，新快照都会完整映射源表当前的全量数据状态，仅在物理层通过共享未修改块优化存储，不会主动计算并仅存储与旧快照的差异内容。

内容的提问来源于stack exchange，提问作者bsauce