Necesita una canalización programática y rentable para migrar datos locales a BigQuery con modos opcionales de streaming o por lotes y enmascarar campos confidenciales antes de la carga. ¿Qué enfoque cumple estos requisitos?
Elige una respuesta
Toca una opción para verificar tu respuesta.
Respuesta correcta: Construir una canalización de Dataflow utilizando el SDK de Apache Beam para Python, incluir opciones para streaming o por lotes e integrar Cloud DLP, y escribir en BigQuery..
Por qué esta es la respuesta
La construcción de una canalización de Dataflow con Apache Beam en Python es la solución más flexible y programática. Permite modos de procesamiento por lotes o streaming, integración directa con Cloud DLP para el enmascaramiento de datos antes de la carga, y escritura eficiente en BigQuery. Es rentable porque Dataflow es un servicio gestionado que se escala automáticamente. BigQuery Data Transfer Service no permite el enmascaramiento antes de la carga ni la flexibilidad de procesamiento. Cloud Data Fusion es una buena opción para ETL, pero la pregunta enfatiza una solución programática y rentable, y Dataflow con Apache Beam ofrece mayor control y optimización de costos para este caso. Datastream es para replicación continua, pero no incluye enmascaramiento de datos ni la flexibilidad de Dataflow para transformaciones complejas.
Aprueba tu examen — sin la interminable búsqueda de respuestas
Obtén todas las preguntas y explicaciones verificadas para este examen en un solo lugar, y ahorra horas de preparación. Más de 1,000 certificaciones · Más de 20 idiomas · Empieza gratis.
Aprueba tu examen más rápido → No se requiere tarjeta