HRL debe almacenar la telemetría histórica completa, entrenar solo con la temporada anterior y planificar el crecimiento del volumen y el esquema. ¿Qué solución de almacenamiento se ajusta mejor?

BigQuery es la mejor opción porque está diseñado para almacenar grandes volúmenes de datos históricos (telemetría completa) y permite extensiones de esquema sin tiempo de inactividad, lo que es crucial para el crecimiento y los cambios futuros. La partición por temporada optimiza las consultas para entrenar modelos con datos de la temporada anterior, reduciendo costos y mejorando el rendimiento. Firestore es una base de datos NoSQL documental, no ideal para análisis de grandes volúmenes históricos. Cloud Spanner es una base de datos relacional distribuida, excelente para transacciones, pero más costosa y compleja para este caso de uso analítico. Cloud SQL es una base de datos relacional tradicional, no escalable para telemetría a gran escala y la gestión de instancias separadas por temporada sería ineficiente.