Diseñe un modelo de datos de BigQuery para ventas de telecomunicaciones (clientes, productos, suscripciones) que se actualice mensualmente, deba retener el historial completo para informes actuales e históricos, y que sea simple y rentable. ¿Qué haría?

La opción correcta es crear un esquema desnormalizado de solo anexar con campos anidados y repetidos, utilizando la marca de tiempo de ingesta para el historial. BigQuery está optimizado para esquemas desnormalizados y de solo anexar, lo que reduce los costos de almacenamiento y consulta. Los campos anidados y repetidos (como RECORD y ARRAY) son eficientes para modelar relaciones uno a muchos (por ejemplo, un cliente con múltiples suscripciones o productos) sin uniones costosas. Al ser de solo anexar, cada actualización mensual añade nuevos registros, preservando el historial completo de forma inherente con la marca de tiempo de ingesta. Las opciones incorrectas son: Un esquema normalizado con tablas separadas y instantáneas es más complejo y costoso en BigQuery debido a las uniones y el almacenamiento duplicado de instantáneas. Mantener archivos de entrada en Cloud Storage para el historial es ineficiente para consultas directas en BigQuery. Actualizar la tabla in-place con instantáneas es menos eficiente que un modelo de solo anexar y las instantáneas pueden ser costosas para el historial completo.