Centrale analyses in BigQuery met dagelijkse loads en een ETL die regelmatig wordt aangepast; datacorruptie kan tot twee weken later worden ontdekt. Hoe moet u tabellen indelen en back-ups opslaan om goedkope opslag en point-in-time recovery mogelijk te maken?

De correcte optie is het maken van maandelijkse tabellen en het gebruik van BigQuery snapshot decorators. BigQuery heeft een ingebouwde time travel-functie die het mogelijk maakt om tot 7 dagen terug te gaan in de tijd om gegevens te herstellen zonder extra kosten. Voor langere periodes, zoals de twee weken die hier genoemd worden, zijn snapshots (via de decorator syntax) de meest kostenefficiënte oplossing voor point-in-time recovery. Het opsplitsen per maand helpt bij het beheren van de omvang van de tabellen en de herstelprocessen. De andere opties zijn minder efficiënt of duurder: Export naar Cloud Storage is een handmatige en duurdere back-upmethode voor frequente herstelbehoeften. Het dupliceren van tabellen naar een aparte dataset verdubbelt de opslagkosten en biedt geen point-in-time recovery voor specifieke momenten binnen een tabel.