説明
列は、カテゴリ列と連続列の 2 つのタイプにグループ化できます。
列の値が有限セット内のカテゴリの 1 つにしかならない場合、その列はカテゴリカルと呼ばれます。たとえば、個人の母国 (米国、インド、日本など) や教育レベル (高校、大学など) はカテゴリ列です。
列の値が連続範囲内の任意の数値である場合、その列は連続的であると呼ばれます。たとえば、ある人のキャピタルゲイン (例: $14,084) は連続列です。
誕生年と収入は連続列です。国はカテゴリ列です。
バケット化を使用して、誕生年や収入をカテゴリ特徴に変換することもできますが、生の列は連続しています。
参考: https://www.tensorflow.org/tutorials/wide#reading_the_census_data

ファイルとプロパティの更新を簡単にするために、 --properties コマンドは特別な形式を使用して、構成ファイルと、更新する必要があるファイル内のプロパティと値を指定します。形式は次のとおりです: file_prefix:property=value。
参考: https://cloud.google.com/dataproc/docs/concepts/cluster-properties#formatting

参考文献:

非正規化により、数十億行のテーブルのクエリ速度が向上します。これは、大きなテーブルで JOIN を実行すると BigQuery のパフォーマンスが低下するためです。ただし、非正規化データ構造では、すべてのデータが 1 つのテーブルに結合されているため、JOIN を使用する必要がありません。非正規化により、JOIN 句を使用する必要がなくなるため、クエリも簡素化されます。
非正規化では冗長データが作成されるため、処理されるデータの量と必要なストレージの量が増加します。
参照：
https://cloud.google.com/solutions/bigquery-data-warehouse#denormalizing_data