Welche Speicher-/Format-Pipeline sollten Sie für sehr große Textdateien verwenden, die ANSI SQL, Komprimierung und paralleles Laden gemäß den Best Practices von Google unterstützen müssen?
Wählen Sie eine Antwort
Tippen Sie auf eine Option, um Ihre Antwort zu überprüfen.
Richtige Antwort: Konvertieren Sie Textdateien mit Cloud Dataflow in komprimiertes Avro; speichern Sie Dateien in Cloud Storage und stellen Sie sie BigQuery als permanente externe Tabellen zur Verfügung..
Warum dies die Antwort ist
Die Umwandlung in komprimiertes Avro mit Cloud Dataflow ist optimal, da Avro ein zeilenbasiertes Format ist, das Komprimierung und Schemaevolution unterstützt, was für sehr große Textdateien effizient ist. Das Speichern in Cloud Storage ist kostengünstig und hochverfügbar. Die Bereitstellung als permanente externe Tabelle in BigQuery ermöglicht ANSI SQL-Abfragen direkt auf den Daten in Cloud Storage, ohne dass diese in BigQuery geladen werden müssen, was paralleles Laden und Abfragen ermöglicht. Die direkte Speicherung in BigQuery (Option 1) wäre teurer für die Speicherung großer Mengen Rohdaten. Gzip (Option 3 und 4) ist zwar eine Komprimierung, aber kein zeilenbasiertes Format und bietet nicht die gleichen Vorteile wie Avro für strukturierte Daten und parallele Verarbeitung. Cloud Bigtable (Option 4) ist eine NoSQL-Datenbank und nicht ideal für ANSI SQL-Abfragen.
Bestehen Sie Ihre Prüfung – ohne endlose Antwortsuche
Erhalten Sie jede verifizierte Frage und Erklärung für diese Prüfung an einem Ort und sparen Sie Stunden der Vorbereitung. Über 1.000 Zertifizierungen · Über 20 Sprachen · Kostenloser Start.
Bestehen Sie Ihre Prüfung schneller → Keine Karte erforderlich