Un système de covoiturage en temps réel ingère les positions des conducteurs toutes les 5 secondes et les événements de réservation, agrège l'offre et la demande des 30 dernières secondes toutes les 2 secondes, et stocke les résultats pour des tableaux de bord à faible latence. Quel choix de fenêtrage et de stockage répond à cette exigence ?
Choisissez une réponse
Appuyez sur une option pour vérifier votre réponse.
Bonne réponse : Regrouper les données à l'aide d'une fenêtre sautante (hopping window) dans un pipeline Dataflow, et écrire les données agrégées dans Memorystore..
Pourquoi c'est la réponse
La fenêtre sautante (hopping window) est correcte car elle permet de chevaucher les agrégations (toutes les 2 secondes sur les 30 dernières secondes), ce qui est essentiel pour un système en temps réel nécessitant des mises à jour fréquentes. Une fenêtre glissante (tumbling window) ne chevaucherait pas les agrégations, ce qui ne permettrait pas d'agréger les 30 dernières secondes toutes les 2 secondes. Une fenêtre de session est inappropriée car elle regroupe les événements par activité de l'utilisateur, et non par intervalles de temps fixes. Memorystore (Redis) est idéal pour stocker des données agrégées nécessitant une faible latence pour les tableaux de bord en temps réel, contrairement à BigQuery qui est optimisé pour l'analyse de grands volumes de données et non pour les requêtes à très faible latence.
Réussissez votre examen — sans la chasse aux réponses interminable
Obtenez toutes les questions et explications vérifiées pour cet examen en un seul endroit, et économisez des heures de préparation. Plus de 1 000 certifications · Plus de 20 langues · Gratuit pour commencer.
Réussissez votre examen plus rapidement → Pas de carte requise