对于一个从 Pub/Sub 读取 JSON、进行转换并写入 BigQuery 的管道，如果要求成本最低且能自动处理可变输入量，您应该选择哪种服务和扩展方法？

正确答案是使用 Cloud Dataflow 进行转换；使用 Stackdriver 监控作业积压，并使用默认的自动扩缩来管理工作实例。Dataflow 是一个完全托管的无服务器服务，非常适合处理流式数据，它具有内置的自动扩缩功能，可以根据作业负载自动调整工作实例数量，从而实现成本效益和对可变输入量的自动处理。Stackdriver（现为 Google Cloud 的 Operations 套件一部分）可以监控作业积压，帮助您了解管道性能。 其他选项不理想： Cloud Dataproc 虽然可以进行转换，但它是一个托管的 Hadoop/Spark 服务，需要管理集群，并且手动调整工作节点大小或诊断瓶颈会增加运维开销，不符合“最低成本且自动处理”的要求。 监控抽样作业的总执行时间并手动配置机器类型，这不符合“自动处理可变输入量”的要求，且可能导致资源浪费或不足。