来年、MLモデルをトレーニングする予定で、車両のテレメトリーをクラウドに保存し、コストを最小限に抑える必要があります。どのようなストレージアプローチを使用すべきですか？

来年MLモデルのトレーニングに使用するデータは、すぐにアクセスする必要がないため、低コストのストレージが最適です。Cloud Storage Coldlineは、アクセス頻度が低いデータ向けに設計されており、Nearlineよりもさらに低コストです。1時間ごとのスナップショットを車両で圧縮することで、転送データ量とストレージコストを削減できます。BigQueryやCloud Bigtableは分析や高速アクセスに適していますが、このユースケースではコストが高すぎます。Dataflowによるリアルタイム処理は、将来のMLトレーニングデータ保存としては過剰な処理であり、コストも高くなります。