您有 10 PB 的历史产品数据用于分析，以及每个产品 10 GB 的最新已知状态数据，这些数据必须以高达 1000 QPS 的速度为 API 提供服务，且延迟低于 1 秒。哪种存储设计具有成本效益并能满足分析和 API 需求？

正确答案是：1. 将历史数据存储在 BigQuery 中进行分析。2. 在每次更改后将最新状态存储在 Cloud SQL 表中。3. 从 Cloud SQL 向 API 提供最新状态。 BigQuery 是处理 10 PB 历史数据进行分析的理想选择，因为它具有高可扩展性、成本效益和强大的分析能力。对于需要低延迟和高 QPS 的最新状态数据（10 GB，1000 QPS，延迟低于 1 秒），Cloud SQL 是一个合适的选择。Cloud SQL 能够提供关系型数据库的事务一致性和低延迟查询，非常适合服务 API 请求。 选项 A 错误，因为直接从 BigQuery 提供高 QPS 的 API 服务通常成本较高且难以满足低延迟要求。 选项 B 错误，Firestore 不适合存储 10 PB 的历史数据进行复杂分析，其查询能力和成本结构不适合大规模分析工作负载。 选项 C 错误，Cloud SQL 不适合存储 10 PB 的历史数据进行分析，其扩展性和成本效益远不如 BigQuery。