Je hebt een BigQuery-tabel inventory_vm en moet een kosteneffectief rapport voorbereiden dat VM-rijen met minder dan 8 vCPU's uitsluit. Wat is de meest kostenefficiënte aanpak?

Het maken van een view met een filter is de meest kostenefficiënte aanpak omdat views geen data opslaan, maar query's definiëren. BigQuery verwerkt alleen de data die nodig is voor de query, wat resulteert in lagere kosten. De UNNEST operator is nodig als de vCPU-informatie in een geneste of herhalende structuur zit, om deze te kunnen filteren. Een materialized view slaat data op, wat extra opslagkosten met zich meebrengt en minder flexibel is voor ad-hoc rapportage. Het gebruik van een WITH common table expression is syntactisch correct, maar voegt geen kostenefficiëntie toe ten opzichte van een view met een filter. Dataflow is een krachtige tool voor ETL, maar is overdreven complex en duur voor een eenvoudige filteroperatie op een bestaande BigQuery-tabel.