您有一个传感器表（500 MB），其中包含每小时更新的传感器元数据。每个传感器每30秒发出一个带有时间戳的指标。您需要将指标存储在BigQuery中，每周运行分析，并最大限度地降低成本。您使用哪种数据模型？

正确答案是创建一个按时间戳分区的指标表，并使用INSERT语句追加新指标。BigQuery非常适合处理大量流式数据，并支持时间戳分区以优化查询性能和成本。每个传感器每30秒产生一个指标，这意味着数据量增长迅速，使用单独的指标表可以有效管理这些数据。将sensorId作为外键指向传感器表，可以在分析时通过JOIN操作关联数据，保持数据模型的灵活性。使用INSERT语句是向BigQuery追加新数据的标准和高效方式，而UPDATE操作在BigQuery中成本较高且效率低下，不适合高频数据追加。将指标作为RECORD类型和REPEATED模式添加到传感器表中，会导致传感器表变得非常庞大且难以管理，尤其是在每个传感器每30秒产生新指标的情况下，这会使得更新操作成本高昂，且不符合BigQuery的最佳实践。