以下是一些优化BigQuery查询性能的方法，包括一些代码示例：

1. 使用PARTITION和CLUSTERING：通过对表进行分区和聚类，可以减少查询的数据量，提高性能。

CREATE TABLE myTable (
  ...
)
PARTITION BY date_column
CLUSTER BY column1, column2;

2. 使用WHERE子句进行过滤：尽量在查询中使用WHERE子句，以减少需要处理的数据量。

SELECT *
FROM myTable
WHERE date_column BETWEEN '2022-01-01' AND '2022-01-31';

3. 合理使用索引：BigQuery支持创建索引来加速查询，可以根据查询的字段选择适当的索引。

CREATE INDEX myIndex
ON myTable (column1, column2);

4. 减小查询结果集的大小：在查询中只选择需要的列，而不是选择所有列。

SELECT column1, column2
FROM myTable;

5. 避免使用通配符：避免在SELECT语句中使用通配符(*)，而是明确列出需要的列。

SELECT column1, column2
FROM myTable;

6. 使用合适的JOIN类型：使用合适的JOIN类型（如INNER JOIN、LEFT JOIN等），以减少查询的数据量。

SELECT *
FROM myTable1
JOIN myTable2 ON myTable1.id = myTable2.id;

7. 使用适当的聚合函数：根据查询的需求选择适当的聚合函数，如SUM、COUNT、AVG等。

SELECT COUNT(*) AS count
FROM myTable;

8. 避免使用ORDER BY：如果不需要对查询结果进行排序，尽量避免使用ORDER BY语句，以提高性能。

SELECT *
FROM myTable
ORDER BY date_column;

9. 使用LIMIT进行结果集限制：如果只需要查询前几条数据，可以使用LIMIT进行结果集限制。

SELECT *
FROM myTable
LIMIT 10;

这些是一些常见的优化BigQuery查询的方法，根据具体的查询需求和数据特点，可以选择适合的优化方式来提高查询性能。