시청한 동영상에 있는 엔터티에 레이블을 지정하고 수 TB의 사용자 선호도 데이터에 대해 매우 빠른 필터링을 제공해야 합니다. 두 가지 요구 사항을 모두 충족하는 설계는 무엇입니까?

정답은 Cloud Video Intelligence API를 사용하여 동영상 엔터티에 레이블을 지정하고, Cloud Bigtable에 데이터를 저장하여 사용자 선호도에 대한 빠른 필터링을 제공하는 것입니다. Cloud Video Intelligence API는 동영상 콘텐츠 분석 및 레이블 지정을 위한 관리형 서비스로, 복잡한 MLlib 분류기를 직접 훈련하는 것보다 효율적이고 정확합니다. 수 테라바이트(TB)의 사용자 선호도 데이터에 대한 매우 빠른 필터링 요구사항은 Cloud Bigtable과 같은 NoSQL 데이터베이스에 적합합니다. Cloud Bigtable은 대규모 시계열 및 운영 데이터에 대한 낮은 지연 시간의 읽기/쓰기 성능을 제공하여 추천 시스템에 필요한 빠른 조회를 지원합니다. 오답인 Spark MLlib 옵션들은 동영상 레이블 지정을 위해 복잡한 모델을 직접 개발하고 배포해야 하므로, 관리형 API를 사용하는 것보다 개발 및 유지보수 비용이 높습니다. 특히 MLlib 분류기를 두 개 훈련하는 것은 불필요하게 복잡합니다. Cloud SQL은 관계형 데이터베이스로, 수 TB 규모의 데이터에 대한 매우 빠른 필터링 요구사항을 충족하기에는 Cloud Bigtable보다 성능이 떨어질 수 있습니다.