Bouw een bijna real-time inventarisdashboard met historische saldi en duizenden updates per uur. Maximaliseer de dashboardprestaties en garandeer nauwkeurigheid. Welk ontwerp implementeert u?
Kies een antwoord
Tik op een optie om je antwoord te controleren.
Correct antwoord: Gebruik de BigQuery streaming om de wijzigingen te streamen naar een dagelijkse inventarisbewegingstabel. Bereken saldi in een view die deze koppelt aan de historische inventarissaldotabel. Werk de inventarissaldotabel 's nachts bij..
Waarom dit het antwoord is
De correcte optie gebruikt BigQuery streaming inserts om bijna-realtime updates te verwerken, wat essentieel is voor duizenden updates per uur. Door wijzigingen te streamen naar een bewegingstabel en saldi te berekenen via een view die deze koppelt aan een historische tabel, wordt de complexiteit van directe updates op de hoofdtabel vermeden. De historische tabel wordt 's nachts bijgewerkt, wat de prestaties van het dashboard maximaliseert door overdag dure UPDATE-operaties te vermijden. BigQuery UPDATE statements zijn inefficiënt voor duizenden updates per uur, omdat elke update een volledige herschrijving van de betreffende rijen inhoudt, wat duur is en de prestaties van het dashboard negatief beïnvloedt. Partitioneren per item helpt bij het scannen, maar lost het onderliggende probleem van frequente updates niet op. De bulk loader is niet geschikt voor bijna-realtime scenario's, omdat het ontworpen is voor batchverwerking en niet voor directe data-ingestie.
Slaag voor je examen — zonder eindeloos zoeken naar antwoorden
Krijg elke geverifieerde vraag en uitleg voor dit examen op één plek, en bespaar uren voorbereiding. Meer dan 1.000 certificeringen · Meer dan 20 talen · gratis om te beginnen.
Slaag sneller voor je examen → Geen kaart nodig