System do zamawiania przejazdów w czasie rzeczywistym pobiera lokalizacje kierowców co 5 sekund oraz zdarzenia rezerwacji, agreguje podaż/popyt z ostatnich 30 sekund co 2 sekundy i przechowuje wyniki dla pulpitów nawigacyjnych o niskim opóźnieniu. Jaki wybór okienkowania i przechowywania danych spełnia to wymaganie?

Prawidłowa odpowiedź to użycie okna "hopping window" w Dataflow i zapisanie danych w Memorystore. Okno "hopping window" jest idealne do agregacji danych w przedziałach czasowych, które się nakładają (np. agregacja ostatnich 30 sekund co 2 sekundy), co jest wymagane w tym scenariuszu. Memorystore (Redis lub Memcached) to baza danych w pamięci, która zapewnia bardzo niskie opóźnienia, co jest kluczowe dla pulpitów nawigacyjnych w czasie rzeczywistym. Opcja z "tumbling window" jest nieprawidłowa, ponieważ okna te nie nakładają się, co nie spełnia wymogu agregacji co 2 sekundy dla ostatnich 30 sekund. "Session window" jest przeznaczone do grupowania zdarzeń powiązanych z sesją użytkownika, a nie do stałych interwałów czasowych. BigQuery jest doskonałe do analityki dużych zbiorów danych, ale jego opóźnienia są zazwyczaj wyższe niż w przypadku Memorystore, co czyni go mniej odpowiednim dla pulpitów nawigacyjnych o bardzo niskim opóźnieniu.