1000 sensori emettono una metrica al secondo per sensore con timestamp. Hai già 1 TB e crescerai di circa 1 GB/giorno. Hai bisogno di letture in millisecondi per un singolo sensore+timestamp e di query analitiche complesse giornaliere con join. Come dovresti archiviare questi dati?

La risposta corretta è Bigtable con esportazione giornaliera su BigQuery. Bigtable è ottimizzato per carichi di lavoro ad alta velocità di scrittura e lettura a bassa latenza per singole righe, rendendolo ideale per l'ingestione di 1000 metriche al secondo e le letture in millisecondi per sensore+timestamp. Concatenare l'ID del sensore e il timestamp come row key garantisce un accesso efficiente ai dati specifici. L'esportazione giornaliera su BigQuery permette di eseguire query analitiche complesse e join, sfruttando la sua capacità di analisi su grandi volumi di dati. Le altre opzioni sono meno adatte: Archiviare direttamente in BigQuery non è ottimale per le letture a bassa latenza di singole righe e l'ingestione continua ad alta frequenza. Usare la metrica come row key in Bigtable non è efficiente per le query basate su sensore e timestamp. Usare la metrica come chiave primaria in BigQuery non è appropriato per l'accesso basato su sensore e timestamp.