視聴した動画内のエンティティにラベルを付け、数 TB のユーザー設定データに対して非常に高速なフィルタリングを提供する必要があります。両方のニーズを満たす設計はどれですか？

このソリューションは、動画内のエンティティのラベリングに Cloud Video Intelligence API を使用し、これは動画コンテンツの分析に特化したマネージドサービスです。これにより、カスタムモデルのトレーニングが不要になり、開発が簡素化されます。数 TB のユーザー設定データに対する高速なフィルタリング要件には、Cloud Bigtable が最適です。Bigtable は、低レイテンシで大量のデータを処理するために設計された、高スケーラビリティな NoSQL データベースです。 Spark MLlib を使用するオプションは、カスタムモデルのトレーニングと管理が必要になり、Cloud Video Intelligence API のようなマネージドサービスと比較して複雑さが増します。また、Cloud SQL はリレーショナルデータベースであり、数 TB のデータに対する非常に高速なフィルタリングには Bigtable ほど適していません。