HRL deve archiviare la telemetria storica completa, effettuare il training solo sulla stagione precedente e pianificare l'aumento del volume e dello schema. Qual è la soluzione di storage più adatta?

BigQuery è la soluzione più adatta perché è un data warehouse serverless altamente scalabile, ideale per l'archiviazione di grandi volumi di dati storici (telemetria completa). La partizione dei dati per stagione consente query efficienti sui dati della stagione precedente, come richiesto per il training. Inoltre, BigQuery supporta pienamente l'evoluzione dello schema (schema evolution), permettendo di aggiungere o modificare colonne senza tempi di inattività, il che è fondamentale per la pianificazione dell'aumento del volume e dello schema. Firestore è un database NoSQL orientato ai documenti, più adatto per applicazioni web e mobili con requisiti di bassa latenza e non per l'analisi di grandi volumi di dati storici. Cloud Spanner è un database relazionale distribuito, ottimo per carichi di lavoro transazionali globali, ma eccessivo e costoso per un data warehouse analitico. Cloud SQL è un database relazionale gestito, ma la gestione di istanze separate per stagione non è scalabile né efficiente per l'analisi di grandi set di dati storici e non offre la flessibilità di schema di BigQuery.