Após implantar uma nova versão do pipeline de ingestão, os dados diários armazenados no BigQuery aumentaram 50%, os volumes do Pub/Sub permaneceram inalterados e apenas algumas partições diárias dobraram. Como você investiga e corrige a causa?

A opção correta aborda a investigação de forma sistemática. Primeiro, verificar duplicatas no BigQuery é crucial, pois o aumento de 50% nos dados e o dobro em partições específicas, com volumes inalterados no Pub/Sub, sugere ingestão duplicada. Em seguida, usar logs de auditoria do BigQuery e Cloud Monitoring para identificar os jobs e suas versões de código ajuda a rastrear a origem do problema. Finalmente, parar versões antigas de pipelines que podem estar gravando na mesma tabela é uma ação corretiva direta. A primeira opção está incorreta porque foca apenas na deduplicação, sem investigar a causa raiz. A segunda opção sugere verificar erros de código e múltiplas gravações, o que é bom, mas a restauração via time travel sem entender a causa pode não resolver o problema a longo prazo. A quarta opção é muito drástica, revertendo e restaurando sem uma investigação inicial adequada.