Entwerfen Sie ein BigQuery-Datenmodell für Telekommunikationsverkäufe (Kunden, Produkte, Abonnements), das monatlich aktualisiert wird, die vollständige Historie für aktuelle und historische Berichte beibehalten muss und einfach und kostengünstig sein sollte. Was tun Sie?

Die Erstellung eines denormalisierten, nur anhängenden Schemas mit verschachtelten und wiederholten Feldern ist die beste Lösung für BigQuery. BigQuery ist für die Verarbeitung großer Mengen von Daten optimiert, und denormalisierte Schemata mit verschachtelten und wiederholten Feldern reduzieren die Anzahl der Joins und verbessern die Abfrageleistung. Ein nur anhängendes Modell, bei dem neue Daten hinzugefügt und vorhandene Daten nicht geändert werden, ist kostengünstig, da BigQuery für das Anhängen von Daten optimiert ist und keine teuren Updates oder Deletes erfordert. Der Ingestion-Zeitstempel (PARTITIONTIME oder eine benutzerdefinierte Spalte) ermöglicht eine einfache Verfolgung der Historie und effiziente Abfragen nach Zeitbereichen. Ein normalisiertes Schema würde zu vielen Joins führen, was in BigQuery teuer und langsam wäre. Snapshots sind zwar eine Option zur Historienverfolgung, aber ein nur anhängendes Modell ist in BigQuery effizienter und kostengünstiger. Das Speichern von Eingabedateien in Cloud Storage ist keine praktikable Lösung für die direkte Abfrage der Historie in BigQuery. Das direkte Aktualisieren einer denormalisierten Tabelle ohne ein nur anhängendes Modell ist in BigQuery teurer und weniger effizient für die Historienverfolgung.