Você tem um petabyte de dados de análise e deve oferecer suporte à análise de data warehouse no Google Cloud, expondo arquivos para ferramentas de lote em outras nuvens. O que você deve fazer?

A opção correta é armazenar o conjunto de dados completo no BigQuery para análise de data warehouse e uma cópia compactada no Cloud Storage. O BigQuery é ideal para análise de petabytes de dados de forma escalável e econômica, atendendo ao requisito de data warehouse. O Cloud Storage, por sua vez, é um serviço de armazenamento de objetos altamente durável e acessível, perfeito para expor arquivos a ferramentas de lote em outras nuvens, especialmente se os dados forem compactados para reduzir custos e facilitar a transferência. Armazenar e processar tudo no BigQuery não atende à necessidade de expor arquivos para ferramentas de lote em outras nuvens. O Bigtable é um banco de dados NoSQL de baixa latência e alta taxa de transferência, não otimizado para análise de data warehouse ou exposição de arquivos. A estratégia de dados "warm" e ativos é uma boa prática para otimização de custos, mas a proporção de 80/20 não é uma solução completa para a necessidade de expor arquivos a outras nuvens.