Progetta un modello di dati BigQuery per le vendite di telecomunicazioni (clienti, prodotti, abbonamenti) che viene aggiornato mensilmente, deve conservare la cronologia completa per la reportistica attuale e storica e dovrebbe essere semplice ed economico. Cosa fai?

La risposta corretta è "Crea uno schema denormalizzato, di sola aggiunta, utilizzando campi annidati e ripetuti e utilizza il timestamp di ingestione per tenere traccia della cronologia." Questo approccio è ottimale per BigQuery per diversi motivi: Denormalizzazione con campi annidati/ripetuti: BigQuery eccelle con schemi denormalizzati, specialmente con campi annidati e ripetuti. Questo riduce i join complessi e migliora le prestazioni delle query, rendendolo più semplice ed economico. Solo aggiunta (Append-only): Mantenere i dati come append-only (solo aggiunta) è fondamentale per la conservazione della cronologia completa. Ogni mese vengono aggiunti nuovi record, preservando le versioni precedenti. Timestamp di ingestione: L'utilizzo del timestamp di ingestione è un modo semplice ed efficace per tracciare la cronologia, consentendo di recuperare facilmente lo stato dei dati in qualsiasi momento passato per la reportistica storica. Le altre opzioni sono meno ideali: Uno schema normalizzato con snapshot è più complesso e costoso in BigQuery a causa dei numerosi join e della gestione degli snapshot. Conservare i file di input in Cloud Storage non è un modo diretto per tracciare la cronologia all'interno di BigQuery per la reportistica. Aggiornare la tabella in-place con snapshot è meno efficiente e più complesso della strategia append-only per la cronologia.