Sie stellen 10.000 IoT-Temperatursensoren weltweit bereit und benötigen die Erfassung, Verarbeitung, Speicherung und Analyse in Echtzeit und in großem Umfang. Welche Architektur sollten Sie verwenden?

Diese Architektur ist ideal für Echtzeit-IoT-Daten. Cloud Pub/Sub ist ein skalierbarer Messaging-Dienst, der die Aufnahme von 10.000 Sensoren weltweit problemlos bewältigen kann. Cloud Dataflow bietet eine verwaltete, skalierbare Plattform für die Echtzeitverarbeitung und -analyse der Datenströme. BigQuery ist ein hochskalierbares, serverloses Data Warehouse, das für die Speicherung und schnelle Analyse großer Datensätze optimiert ist. Die Option mit Datastore ist weniger geeignet, da Datastore nicht für große Mengen von Zeitreihendaten in Echtzeit optimiert ist und der Export nach BigQuery zusätzliche Latenz hinzufügt. Das Schreiben von Rohdaten in Cloud Storage und die Verwendung von Dataproc ist eher für Batch-Verarbeitung als für Echtzeit-Anforderungen geeignet. Das Exportieren von Protokollen nach Cloud Storage und Importieren in Cloud SQL ist ebenfalls eine Batch-Lösung und Cloud SQL ist nicht für die Skalierung und Leistung von BigQuery bei großen Analysen ausgelegt.