您需要在观看的视频中标记实体，并对数 TB 的用户偏好数据提供极快的过滤。哪种设计可以同时满足这两个需求？

正确答案是调用 Cloud Video Intelligence API 生成标签，将数据存储在 Cloud Bigtable 中，并根据用户历史记录过滤标签以进行推荐。Cloud Video Intelligence API 专门用于视频内容分析和实体标记，效率高且无需模型训练。Cloud Bigtable 是一个宽列 NoSQL 数据库，提供极低的延迟和高吞吐量，非常适合存储数 TB 的用户偏好数据并进行快速过滤。 训练 Spark MLlib 分类器或部署多个模型在 Dataproc 上虽然可行，但对于视频实体标记而言，Cloud Video Intelligence API 是更专业、更简化的解决方案，且无需自行管理模型训练和部署。将结果存储在 Cloud SQL 中不适合处理数 TB 的数据并提供极快的过滤，因为关系型数据库在处理大规模数据和高并发查询时性能不如 NoSQL 数据库（如 Bigtable）。