Analysez les coûts de service sur trois projets et produisez des estimations de coûts quotidiens et mensuels par type de service pour les six prochains mois à l'aide du langage SQL standard. Que devez-vous faire ?

La bonne réponse est d'exporter les données de facturation vers un ensemble de données BigQuery, puis d'exécuter des requêtes SQL de fenêtre temporelle pour analyse. BigQuery est un entrepôt de données sans serveur et hautement évolutif, conçu pour l'analyse de grands volumes de données. Il prend en charge le SQL standard, ce qui permet d'effectuer des requêtes complexes, y compris des fonctions de fenêtre pour l'analyse des tendances sur des périodes (quotidiennes, mensuelles) et la projection des coûts. L'exportation des données de facturation directement vers BigQuery est une pratique courante et efficace pour l'analyse des coûts sur GCP. Les autres options sont moins appropriées : L'exportation vers Cloud Bigtable n'est pas idéale car Bigtable est une base de données NoSQL large colonne, optimisée pour les charges de travail opérationnelles à faible latence, et non pour l'analyse ad hoc avec SQL standard. L'exportation vers Google Sheets serait limitée par la taille des données et les capacités d'analyse de Sheets, rendant l'analyse de six mois de données de trois projets difficile et peu performante. L'exportation vers un fichier local et l'analyse avec un outil de bureau ne serait pas évolutive pour de grands volumes de données et manquerait des capacités d'intégration et de performance d'une solution cloud.