Pour 50 To de données de séries chronologiques financières fréquemment mises à jour et en streaming, et pour la migration de tâches Hadoop existantes vers le cloud, quel produit de stockage est le plus approprié ?

Cloud Bigtable est idéal pour les charges de travail de séries chronologiques et les données à haut débit, car il s'agit d'une base de données NoSQL large-colonne et hautement évolutive, conçue pour les données opérationnelles et analytiques volumineuses. Sa faible latence et son débit élevé sont parfaits pour les données financières en streaming et fréquemment mises à jour. De plus, il est compatible avec l'API HBase, ce qui facilite la migration des tâches Hadoop existantes. Google BigQuery est un entrepôt de données analytique sans serveur, optimisé pour les requêtes ad hoc sur de grands ensembles de données, mais moins adapté aux mises à jour fréquentes de lignes individuelles. Google Cloud Storage est un stockage d'objets, excellent pour les données froides ou les sauvegardes, mais pas pour les accès transactionnels à faible latence. Google Cloud Datastore (désormais Firestore en mode Datastore) est une base de données NoSQL de documents, plus adaptée aux applications web et mobiles avec des données structurées, mais moins performante pour les séries chronologiques massives.