Você tem 10 PB de dados históricos de produtos para análise e 10 GB do último estado conhecido de cada produto que deve atender a uma API com até 1000 QPS e latência <1s. Qual design de armazenamento é econômico e atende às necessidades de análise e API?

A opção correta utiliza o BigQuery para os 10 PB de dados históricos, pois é um data warehouse escalável e econômico para grandes volumes de dados analíticos. Para o estado mais recente de 10 GB, que exige baixa latência (menos de 1 segundo) e alta taxa de consultas (1000 QPS) para a API, o Cloud SQL é uma escolha adequada. Ele oferece um banco de dados relacional gerenciado otimizado para transações e consultas pontuais rápidas. A primeira opção está incorreta porque servir diretamente do BigQuery para uma API com 1000 QPS e latência <1s seria caro e provavelmente não atenderia aos requisitos de latência. A segunda opção, usando Firestore para dados históricos, não é ideal para 10 PB de dados analíticos, e o Firestore pode se tornar caro para consultas analíticas complexas em grandes volumes. A terceira opção, usar Cloud SQL para 10 PB de dados históricos, é inviável devido aos limites de escala e custo do Cloud SQL para essa quantidade de dados.