实时网约车系统每5秒接收一次司机位置信息和预订事件，每2秒聚合一次过去30秒的供需情况，并将结果存储起来以用于低延迟仪表板。哪种窗口和存储方案符合此要求？

正确答案是“在Dataflow流水线中使用跳动窗口对数据进行分组，并将聚合数据写入Memorystore”。 解释： 1. 跳动窗口 (Sliding Window)：题目要求“每2秒聚合一次过去30秒的供需情况”，这正是跳动窗口的典型应用场景。跳动窗口允许数据在多个窗口中被处理，并且窗口之间有重叠，非常适合计算移动平均或在固定时间间隔内聚合最近一段时间的数据。翻滚窗口（Tumbling Window）是固定大小且不重叠的，不符合“过去30秒”的滑动需求。会话窗口（Session Window）是基于事件之间的时间间隔来分组的，不适用于这种固定时间间隔的聚合。 2. Memorystore (Redis)：题目要求将结果用于“低延迟仪表板”。Memorystore（Google Cloud的Redis或Memcached服务）是一种内存数据库，提供极低的读写延迟，非常适合需要快速响应的实时仪表板。BigQuery虽然是强大的分析型数据仓库，但其查询延迟通常在秒级，不符合“低延迟”的实时仪表板要求。