HRL musi przechowywać pełne dane telemetryczne z historii, trenować tylko na podstawie danych z poprzedniego sezonu i planować rosnącą objętość oraz schemat. Które rozwiązanie pamięci masowej pasuje najlepiej?
Wybierz odpowiedź
Dotknij opcji, aby sprawdzić swoją odpowiedź.
Poprawna odpowiedź: Użyj BigQuery, partycjonując dane wyścigowe według sezonu i zezwalając na rozszerzenia schematu..
Dlaczego to jest odpowiedź
BigQuery to najlepszy wybór, ponieważ jest to skalowalna hurtownia danych, która doskonale radzi sobie z dużymi zbiorami danych telemetrycznych i historycznych. Partycjonowanie danych według sezonu optymalizuje zapytania do danych z poprzedniego sezonu, co jest wymogiem. Co więcej, BigQuery obsługuje rozszerzenia schematu, co jest kluczowe dla rosnącej objętości i schematu danych telemetrycznych. Firestore i Cloud Spanner są bazami danych transakcyjnych, mniej odpowiednimi do analizy dużych zbiorów danych historycznych. Cloud SQL jest relacyjną bazą danych, która nie skaluje się tak efektywnie jak BigQuery dla tego typu obciążeń i zarządzanie oddzielnymi instancjami dla każdego sezonu byłoby nieefektywne.
Zdaj egzamin — bez niekończącego się szukania odpowiedzi
Uzyskaj wszystkie zweryfikowane pytania i wyjaśnienia do tego egzaminu w jednym miejscu i zaoszczędź godziny przygotowań. Ponad 1000 certyfikacji · Ponad 20 języków · Zacznij za darmo.
Zdaj egzamin szybciej → Karta nie jest wymagana