Zentrale Analysen in BigQuery mit täglichen Ladevorgängen und einem häufig modifizierten ETL; Datenkorruption kann bis zu zwei Wochen später entdeckt werden. Wie sollten Sie Tabellen anlegen und Backups speichern, um kostengünstigen Speicher und Point-in-Time Recovery zu ermöglichen?

Die korrekte Antwort ist, eine separate Tabelle pro Monat zu erstellen und BigQuery Snapshot Decorators zu verwenden. BigQuery Snapshot Decorators (z. B. FOR SYSTEMTIME AS OF) ermöglichen eine Point-in-Time Recovery für bis zu sieben Tage ohne zusätzliche Speicherkosten, was die Anforderungen an die Datenkorrektur innerhalb von zwei Wochen teilweise abdeckt. Die monatliche Partitionierung der Tabellen verbessert die Leistung und reduziert die Kosten für Abfragen und Datenmanagement. Das Exportieren und Komprimieren in Cloud Storage ist teuer und umständlich für die Wiederherstellung. Das Duplizieren ganzer Datasets ist ebenfalls kostspielig und ineffizient für die Wiederherstellung einzelner Tabellen.