Une application météo en temps réel ingère des données provenant de 50 000 capteurs envoyant 10 relevés/seconde (horodatage + valeur). Quel stockage est approprié pour une ingestion de séries temporelles à faible latence et à haut débit ?

Google Cloud Bigtable est idéal pour les charges de travail de séries temporelles à faible latence et à haut débit. Sa conception de base de données NoSQL large-colonne est optimisée pour des lectures et écritures rapides de grands volumes de données. Avec 50 000 capteurs envoyant 10 relevés par seconde, cela représente 500 000 écritures par seconde, ce que Bigtable peut gérer efficacement grâce à son évolutivité horizontale. BigQuery est un entrepôt de données analytique, optimisé pour les requêtes complexes sur de grands ensembles de données, mais moins adapté à l'ingestion en temps réel à très haut débit. Cloud SQL est une base de données relationnelle, qui ne peut pas gérer le débit et l'échelle requis pour cette charge de travail. Cloud Storage est un stockage d'objets, adapté aux données non structurées et aux sauvegardes, mais pas aux requêtes à faible latence sur des séries temporelles.