Projete um sistema de processamento de dados históricos nativo da nuvem: dados em CSV, Avro, PDF; acessados por Dataproc, BigQuery, Compute Engine; ingestão diária em lote; desempenho não crítico; maximizar a disponibilidade. Como você deve armazenar os dados?

A opção correta é armazenar os dados em um bucket multirregional do Cloud Storage e acessá-los diretamente. O Cloud Storage oferece alta disponibilidade e durabilidade, atendendo ao requisito de maximizar a disponibilidade. Ele suporta diversos formatos de arquivo (CSV, Avro, PDF) e é acessível nativamente por Dataproc, BigQuery e Compute Engine, eliminando a necessidade de mover dados. A ingestão diária em lote e o desempenho não crítico são compatíveis com o modelo de armazenamento de objetos do Cloud Storage. As outras opções são menos ideais: Criar um cluster Dataproc com HDFS não maximiza a disponibilidade, pois o HDFS é efêmero e não é um armazenamento primário para dados históricos que precisam ser acessados por múltiplos serviços. Armazenar dados no BigQuery é bom para dados estruturados, mas não é o ideal para PDFs ou para ser a fonte primária de dados para o Dataproc e Compute Engine, que podem precisar de acesso a arquivos brutos. Um bucket regional do Cloud Storage oferece boa disponibilidade, mas um bucket multirregional oferece disponibilidade ainda maior e resiliência contra falhas regionais, que é o que se busca ao "maximizar a disponibilidade".