Un sistema di ride-hailing in tempo reale acquisisce le posizioni dei conducenti ogni 5 secondi e gli eventi di prenotazione, aggrega domanda/offerta degli ultimi 30 secondi ogni 2 secondi e memorizza i risultati per dashboard a bassa latenza. Quale scelta di windowing e storage soddisfa questo requisito?

La finestra a salto (hopping window) è la scelta corretta perché consente di aggregare i dati ogni 2 secondi (il "hop") su un intervallo di 30 secondi (la "size"), catturando così la domanda e l'offerta degli ultimi 30 secondi con aggiornamenti frequenti. Memorystore (Redis) è ideale per i risultati aggregati perché offre una latenza molto bassa, essenziale per dashboard in tempo reale. Le finestre a cascata (tumbling windows) sono fisse e non sovrapposte, non permettendo l'aggregazione continua degli ultimi 30 secondi ogni 2 secondi. Le finestre di sessione (session windows) sono basate sull'attività dell'utente e non sono adatte per aggregazioni temporali fisse. BigQuery, pur essendo un ottimo data warehouse, ha una latenza di query più elevata rispetto a Memorystore, rendendolo meno adatto per dashboard a bassissima latenza.