A migração de um cluster Hadoop on-prem para o Dataproc exigiria 50 TB de Persistent Disk por nó, e o CIO está preocupado com o custo do armazenamento em bloco. Como você minimiza o custo de armazenamento para a migração?

A opção correta é "Coloque os dados no Google Cloud Storage" porque o Google Cloud Storage (GCS) oferece armazenamento de objetos escalável e de baixo custo, ideal para grandes volumes de dados em ambientes como o Dataproc. Ao desacoplar o armazenamento da computação, você evita a necessidade de provisionar grandes discos persistentes para cada nó do cluster, reduzindo significativamente o custo. "Use máquinas virtuais (VMs) preemptivas para o cluster Cloud Dataproc" reduziria o custo de computação, não o custo de armazenamento em disco. "Ajuste o cluster Cloud Dataproc para que haja apenas disco suficiente para todos os dados" ainda implicaria em um alto custo se os 50 TB por nó forem necessários no disco persistente. "Migre alguns dos dados frios para o Google Cloud Storage e mantenha apenas os dados quentes no Persistent Disk" é uma boa prática, mas a opção de colocar todos os dados no GCS é a que mais minimiza o custo de armazenamento em disco, pois o GCS é mais barato que o Persistent Disk para grandes volumes.