Você deve implantar uma nova versão de um pipeline de streaming do Dataflow (lê Pub/Sub, escreve BigQuery) sem perder dados, evitando inconsistências e mantendo a latência adicionada abaixo de 10 minutos. Qual sequência de implantação você segue?

A drenagem (drain) de um pipeline do Dataflow é a abordagem recomendada para atualizações sem perda de dados e com baixa latência. Ao drenar, o Dataflow processa todos os dados em trânsito e conclui as operações em andamento antes de parar o pipeline. Isso garante que nenhum dado seja perdido e que o estado seja finalizado de forma consistente. Após a drenagem, o novo pipeline pode ser iniciado, assumindo o processamento a partir do ponto onde o antigo parou, minimizando a latência. Atualizar o pipeline antigo diretamente pode causar inconsistências ou perda de dados se a nova versão tiver incompatibilidades significativas ou se o estado interno for alterado abruptamente. Criar um snapshot e iniciar a partir dele é mais complexo e geralmente usado para recuperação de desastres ou migração de estado, não para atualizações rotineiras. Cancelar o pipeline antigo interrompe abruptamente o processamento, resultando em perda de dados e inconsistências, o que é inaceitável para este cenário.