您将 HDFS 数据湖迁移到 Cloud Storage。数据科学家需要运行具有列级安全性的 Apache Spark 和 SQL，并使用可扩展到数据网格的经济高效解决方案。您应该构建什么？

正确答案利用 BigLake 表在 Cloud Storage 数据上提供列级安全性，同时支持 Spark 和 SQL 访问。BigLake 允许在 Cloud Storage 上定义表，并与 BigQuery 的精细访问控制（通过策略标签和 Data Catalog 分类实现）集成，满足了列级安全性的要求。通过 Spark-BigQuery 连接器或 BigQuery SQL 进行处理，提供了可扩展且经济高效的解决方案，并能扩展到数据网格。 选项 1 (Dataproc with Hive and Ranger) 虽然能提供列级安全性，但长时间运行的 Dataproc 集群成本较高，且管理复杂，不符合“经济高效”的要求。 选项 3 (Load into native BigQuery tables) 会将数据从 Cloud Storage 移动到 BigQuery 存储，这不符合在 Cloud Storage 数据湖上直接操作的场景，且可能产生额外的数据加载成本。 选项 4 (Cloud Storage file-level IAM) 只能提供文件级的安全性，无法满足“列级安全性”的要求。