È necessaria una pipeline Apache Beam che arricchisca i messaggi Cloud Pub/Sub con piccoli dati di riferimento statici da BigQuery (che rientrano nella memoria del worker) e scriva le righe arricchite su BigQuery. Quale tipo di job e quali trasformazioni è opportuno utilizzare?

La risposta corretta è "Streaming job, PubSubIO, BigQueryIO, side-inputs". Un "Streaming job" è appropriato perché la pipeline deve elaborare messaggi da Cloud Pub/Sub in tempo reale, che è un sistema di messaggistica in streaming. "PubSubIO" è la trasformazione standard per leggere e scrivere da/verso Cloud Pub/Sub. "BigQueryIO" è necessario per scrivere le righe arricchite su BigQuery. I "side-inputs" sono il meccanismo ideale per arricchire i dati con piccoli dati di riferimento statici che rientrano nella memoria del worker, permettendo di caricare i dati di riferimento una volta e riutilizzarli per ogni elemento in ingresso. Le opzioni che includono "Batch job" sono errate perché Pub/Sub richiede un'elaborazione in streaming. L'opzione con "JdbcIO" è errata perché BigQueryIO è la trasformazione specifica e più efficiente per interagire con BigQuery. Le opzioni con "side-outputs" sono errate perché i side-outputs sono usati per indirizzare elementi a diverse uscite, non per fornire dati di riferimento.