您有本地 Spark 作业每天处理 Parquet 文件。迁移到 Google Cloud 后，您希望使用托管服务，最大限度地减少 ETL 更改，并为未来的管道提供 BigQuery 可用性。您应该怎么做？

正确答案是最佳选择，因为它利用了Dataproc Serverless进行托管Spark作业，最大限度地减少了ETL更改，并提供了BigQuery可用性。将数据迁移到Cloud Storage是处理Parquet文件的标准做法，而Dataproc Metastore (DPMS) 提供了一个兼容Hive的元数据存储，便于现有Spark作业的迁移。Dataproc Serverless消除了集群管理开销，与现有Spark作业高度兼容。 将存储桶注册为Dataplex资产虽然有助于数据治理，但并非迁移Spark作业的必要步骤。将数据迁移到BigQuery需要对Spark作业进行重大重构，以适应BigQuery的读写模式，这与“最大限度地减少ETL更改”的目标相悖。在Compute Engine上运行Dataproc会增加集群管理负担，而Dataproc Serverless是更现代、更高效的选择。