センサーのメタデータが1時間ごとに更新されるsensorsテーブル（500 MB）があります。各センサーは30秒ごとにタイムスタンプ付きのメトリックを出力します。BigQueryにメトリックを保存し、週次分析を実行し、コストを最小限に抑える必要があります。どのデータモデルを使用しますか？

このアプローチは、BigQueryのパフォーマンスとコスト効率を最大化します。時系列データは通常、パーティション分割されたテーブルに保存することで、特定の期間のデータのみをスキャンし、クエリコストを削減できます。センサーのメタデータとメトリックを分離することで、メタデータが更新されてもメトリックの大量な書き込みに影響を与えず、またメトリックの書き込み（30秒ごと）がメタデータの読み取り（1時間ごと）に影響を与えません。BigQueryはストリーミング挿入に最適化されており、頻繁なINSERT操作は効率的です。UPDATEステートメントはBigQueryではコストが高く、推奨されません。また、ネストされた繰り返しフィールドに大量の時系列データを格納すると、テーブルサイズが大きくなり、クエリパフォーマンスが低下する可能性があります。