Która architektura, wykorzystująca GCP, spełnia wymagania techniczne dotyczące przesyłania strumieniowego, analizy i raportowania w celu zmniejszenia nieplanowanych przestojów pojazdów?

Prawidłowa odpowiedź wykorzystuje BigQuery jako skalowalną hurtownię danych, idealną do analizy dużych zbiorów danych telemetrycznych. Cloud Pub/Sub zapewnia niezawodne pozyskiwanie danych strumieniowych z pojazdów, a Cloud Dataflow umożliwia przetwarzanie tych danych w czasie rzeczywistym przed zapisaniem ich w BigQuery. Data Studio jest odpowiednim narzędziem do wizualizacji i raportowania, wspierając analizę w celu przewidywania i redukcji przestojów. Pozostałe opcje są mniej optymalne: Przesyłanie plików gzip do Cloud Storage, a następnie do BigQuery, wprowadza opóźnienia i nie jest idealne dla strumieniowej analizy w czasie rzeczywistym. Użycie Cloud Dataproc Hive jako hurtowni danych jest bardziej złożone i droższe niż BigQuery dla tego przypadku użycia, a importowanie danych do BigQuery z Cloud Storage nadal wprowadza opóźnienia. Użycie Cloud Dataproc Hive z Pig Scripts jest przestarzałym podejściem i nie oferuje elastyczności ani wydajności BigQuery i Data Studio dla nowoczesnych potrzeb raportowania.