Vous devez moderniser des clusters Hadoop sur site et des centaines de pipelines ETL Airflow avec un minimum de modifications d'orchestration. Quelle architecture Google Cloud répond à cette exigence ?

L'option correcte est d'utiliser Dataproc pour les clusters Hadoop et Cloud Storage pour HDFS, en conservant Cloud Composer pour l'orchestration. Dataproc est le service géré de Google Cloud pour Apache Hadoop et Spark, ce qui permet une migration directe des charges de travail Hadoop existantes avec un minimum de modifications. Cloud Storage est un remplacement natif et évolutif pour HDFS. L'énoncé spécifie un "minimum de modifications d'orchestration", et Cloud Composer est le service géré de Google Cloud pour Apache Airflow, permettant de continuer à utiliser les pipelines Airflow existants sans les réécrire. Les autres options sont incorrectes car : Utiliser Bigtable n'est pas un remplacement direct pour les charges de travail Hadoop générales et HDFS. Convertir les pipelines ETL en Dataflow ou migrer l'orchestration vers Cloud Data Fusion impliquerait des modifications significatives de l'orchestration et des pipelines, ce qui contredit l'exigence de "minimum de modifications".