您将使用 SQL 预处理来训练 BigQuery ML 模型，但将在原始、未转换的输入上运行预测。您应该如何构建训练和预测以避免预测时的数据倾斜？

当使用BigQuery ML的TRANSFORM子句时，您在模型训练期间定义了预处理逻辑。BigQuery ML会自动将此相同的预处理逻辑应用于预测时的原始输入数据，从而确保训练和预测之间的数据一致性，避免了数据倾斜。 其他选项不正确的原因： 在请求预测之前手动转换数据，然后使用ML.EVALUATE，这会引入额外的步骤和潜在的人为错误，并且不符合BigQuery ML的TRANSFORM子句的自动处理优势。 使用视图进行预处理并在预测时直接对原始输入调用ML.EVALUATE，会导致预测时未应用训练时使用的预处理逻辑，从而产生数据倾斜。 使用Dataflow预处理所有数据虽然可行，但它引入了额外的工具和复杂性，并且没有利用BigQuery ML内置的TRANSFORM功能，这对于SQL预处理场景来说是更简洁和推荐的方法。