Vous chargez quotidiennement par lots des centaines de milliers de publications sur les réseaux sociaux, les traitez avec Cloud Natural Language pour en extraire les sujets et les sentiments, stockez les publications brutes pour archivage/retraitement, et créez des tableaux de bord pour les utilisateurs internes et externes. Comment devriez-vous stocker les données brutes et extraites au coût le plus bas et avec le moins d'étapes ?

Stocker les publications brutes dans Cloud Storage est le plus rentable pour l'archivage et le retraitement, car il offre un stockage d'objets à faible coût et hautement durable. Écrire les données extraites dans BigQuery est idéal pour l'analyse et la création de tableaux de bord, car BigQuery est un entrepôt de données sans serveur et hautement évolutif, optimisé pour les requêtes analytiques sur de grands ensembles de données. Cette combinaison minimise les coûts et les étapes en utilisant les services les plus adaptés à chaque type de données et à chaque cas d'utilisation. Stocker tout dans BigQuery serait plus coûteux pour les données brutes qui nécessitent principalement un archivage. Cloud SQL n'est pas adapté aux volumes de données brutes non structurées et aux charges de travail analytiques de BigQuery. Alimenter directement l'API sans stocker les données brutes empêcherait l'archivage et le retraitement.