Analisi centralizzate in BigQuery con caricamenti giornalieri e un ETL frequentemente modificato; il danneggiamento dei dati può essere scoperto fino a due settimane dopo. Come si dovrebbero disporre le tabelle e archiviare i backup per consentire l'archiviazione a basso costo e il ripristino point-in-time?

La risposta corretta è creare una tabella separata per mese e utilizzare i decoratori di snapshot di BigQuery. I decoratori di snapshot di BigQuery (ad esempio, FOR SYSTEMTIME AS OF) consentono di interrogare o ripristinare i dati a qualsiasi punto nel tempo negli ultimi sette giorni, offrendo un ripristino point-in-time senza costi aggiuntivi per l'archiviazione dei backup, poiché BigQuery gestisce automaticamente lo storico delle versioni. Creare tabelle separate per mese facilita la gestione e il ripristino di dataset più piccoli se il danneggiamento si estende oltre i sette giorni, poiché si può ripristinare una tabella mensile specifica da un backup esterno se necessario. Le altre opzioni sono meno efficienti o più costose: Esportare e comprimere una singola tabella grande in Cloud Storage è costoso e lento per il ripristino point-in-time. Esportare tabelle mensili in Cloud Storage è un'opzione di backup valida, ma non offre il ripristino point-in-time integrato e a basso costo dei decoratori di snapshot per i dati recenti. Duplicare tabelle mensili in un dataset separato raddoppia i costi di archiviazione e non offre un ripristino point-in-time granulare come i decoratori di snapshot.