Monitorear las consultas de BigQuery casi en tiempo real para identificar las consultas más costosas y qué usuarios incurren en el costo. ¿Qué enfoque proporciona esto?

La opción correcta es crear un "sink" de Cloud Logging que exporte los registros de acceso a datos de BigQuery a BigQuery y luego consultar la tabla resultante. Esto permite un monitoreo casi en tiempo real de las consultas ejecutadas, incluyendo detalles sobre el usuario que las ejecutó y los recursos consumidos, lo que facilita la identificación de las consultas más costosas y sus responsables. Etiquetar conjuntos de datos por usuario no proporciona el detalle de consulta individual ni el costo asociado a cada una. Exportar a Cloud Storage y usar Dataflow es una solución más compleja y con mayor latencia que la exportación directa a BigQuery para análisis casi en tiempo real. La exportación de facturación a BigQuery muestra costos agregados, no el detalle de consultas individuales ni los usuarios que las generaron en tiempo real.