Een initiële load van 10 TB naar Bigtable voor ML-features vertoont suboptimale lees-/schrijfprestaties. Je wilt de doorvoer verbeteren en tegelijkertijd de kosten minimaliseren. Wat moet je doen?

Het herdefiniëren van het schema om lezen en schrijven gelijkmatig over de row key space te verdelen, is cruciaal voor optimale Bigtable-prestaties. Bigtable schaalt door data te splitsen op basis van row keys. Een gelijkmatige verdeling voorkomt 'hotspots' (ongelijke belasting op specifieke servers), wat de doorvoer aanzienlijk verbetert en bottlenecks elimineert. Het vergroten van het cluster is een tijdelijke oplossing die de kosten verhoogt zonder de onderliggende oorzaak aan te pakken. Een 'hot row key' is juist een anti-patroon dat leidt tot hotspots en slechte prestaties. Sequentiële numerieke row keys veroorzaken ook hotspots, omdat alle nieuwe schrijfbewerkingen naar dezelfde regio gaan, wat de prestaties degradeert.