수백만 대 머신의 초 단위 CPU 및 메모리 시계열 데이터를 실시간 임시 분석, 낮은 쿼리당 비용, 확장 가능한 스키마로 저장해야 합니다. 어떤 데이터베이스와 데이터 모델을 선택하시겠습니까?

수백만 대 머신의 초 단위 시계열 데이터는 높은 쓰기 처리량과 낮은 지연 시간으로 특정 시점의 데이터를 빠르게 조회하는 데 최적화된 데이터베이스가 필요합니다. Bigtable은 이러한 시계열 데이터에 적합한 NoSQL 데이터베이스입니다. VM 식별자와 초 단위 타임스탬프를 결합한 행 키를 사용하면 특정 VM의 특정 시점 데이터를 효율적으로 조회할 수 있습니다. '내로우(narrow)' 테이블은 각 초 단위 샘플을 별도의 행으로 저장하여 데이터 모델의 유연성과 확장성을 높입니다. BigQuery는 분석 워크로드에 최적화되어 있지만, 초 단위의 높은 쓰기 처리량과 개별 레코드 조회를 위한 낮은 지연 시간에는 적합하지 않습니다. 와이드 BigQuery 테이블을 생성하고 행을 업데이트하는 방식은 비효율적이며 비용이 많이 듭니다. 와이드 Bigtable 테이블에 초 단위 샘플을 열로 저장하는 것은 열 수가 매우 많아져 비효율적이며, 분 단위 타임스탬프를 키로 사용하면 초 단위의 정밀한 조회가 어렵습니다.