Wdrażasz 10 000 czujników temperatury IoT globalnie i potrzebujesz pozyskiwania, przetwarzania, przechowywania i analizy danych w czasie rzeczywistym na dużą skalę. Jakiej architektury należy użyć?

Prawidłowa odpowiedź to publikowanie danych z czujników w Cloud Pub/Sub, przesyłanie strumieniowe z Pub/Sub do Cloud Dataflow i zapisywanie wyników w BigQuery. Ta architektura jest idealna do przetwarzania danych IoT w czasie rzeczywistym na dużą skalę. Cloud Pub/Sub zapewnia skalowalne pozyskiwanie wiadomości. Cloud Dataflow umożliwia bezserwerowe przetwarzanie strumieniowe i wsadowe, a BigQuery jest wysoce skalowalną hurtownią danych, która doskonale nadaje się do analityki w czasie rzeczywistym. Pozostałe opcje są mniej odpowiednie: Cloud Datastore nie jest przeznaczony do pozyskiwania danych strumieniowych na dużą skalę. Zapisywanie surowych danych w Cloud Storage i używanie Dataproc jest podejściem wsadowym, a nie w czasie rzeczywistym. Eksportowanie logów wsadowo do Cloud Storage i Cloud SQL również nie spełnia wymagań przetwarzania w czasie rzeczywistym i skalowalności dla 10 000 czujników.