为数百万台机器存储每秒的 CPU 和内存时间序列数据，要求支持实时即席分析、低查询成本和可扩展的模式。您会选择哪种数据库和数据模型？

正确答案是创建一个窄 Bigtable 表，其行键结合了 VM 标识符和每秒时间戳。Bigtable 是一个宽列数据库，非常适合存储时间序列数据，因为它具有高写入吞吐量、低延迟查询和强大的可扩展性。将 VM 标识符和每秒时间戳组合作为行键，可以实现高效的时间序列数据检索和范围扫描。窄表设计（即每个时间戳一个行）避免了宽表更新的复杂性和效率低下，并允许随着数据量的增长无缝扩展。 将每秒的 CPU/内存样本附加到 BigQuery 表中：BigQuery 适用于分析型工作负载，但对于每秒写入数百万条记录的实时时间序列数据，其写入延迟可能较高，且成本效益不如 Bigtable。 创建一个宽 BigQuery 表，其中包含每秒的列，并按时间间隔更新行：这种方法会导致表结构过于复杂，更新成本高昂，且不适合实时数据流。 创建一个宽 Bigtable 表，以 VM+每分钟时间戳作为键，将每秒样本存储为列：虽然 Bigtable 适合时间序列，但将每秒样本作为列存储在宽表中会导致列族过多，管理复杂，并且在查询特定时间点数据时效率低下。