BigQuery 中的集中式分析，每日加载，并且 ETL 经常修改；数据损坏可能会在两周后才被发现。您应该如何布局表和存储备份，以实现低成本存储和时间点恢复？

正确答案是“每月创建一个单独的表，并使用 BigQuery 快照装饰器将表恢复到以前的时间点。” BigQuery 的时间旅行功能（通过快照装饰器实现）允许您在默认的 7 天窗口内查询过去的数据，无需额外成本。对于长达两周的数据损坏发现周期，每月创建单独的表，并利用 BigQuery 最长 7 天的时间旅行功能，可以有效恢复最近的数据。如果需要更长时间的恢复，可以结合使用 BigQuery 的复制功能。 其他选项的不足之处： 将所有数据存储在一个表中并导出到 Cloud Storage：这种方法在数据量大时恢复效率低下，且导出和导入操作会产生额外成本和时间。 每月创建一个单独的表，并将每个表导出并压缩到 Cloud Storage：虽然提供了备份，但恢复过程复杂且耗时，不符合低成本和时间点恢复的需求。 每月创建一个单独的表，并将这些月度表复制到单独的 BigQuery 数据集中：复制操作会产生存储成本，并且不能直接提供时间点恢复能力，只能恢复到复制时的状态。