Система вызова такси в реальном времени получает данные о местоположении водителей каждые 5 секунд и события бронирования, агрегирует спрос/предложение за последние 30 секунд каждые 2 секунды и сохраняет результаты для дашбордов с низкой задержкой. Какой выбор оконной функции и хранилища соответствует этим требованиям?

Правильный ответ — использование Hopping Window в Dataflow и запись в Memorystore. Hopping Window позволяет агрегировать данные с перекрытием, что идеально подходит для расчета спроса/предложения каждые 2 секунды на основе данных за последние 30 секунд. Это означает, что окно "прыгает" на 2 секунды, но охватывает 30-секундный интервал, обеспечивая актуальность агрегаций. Memorystore (Redis) — это высокопроизводительное хранилище в памяти, обеспечивающее низкую задержку, необходимую для дашбордов реального времени. Tumbling Window не подходит, так как оно создает неперекрывающиеся окна, что не соответствует требованию агрегации за "последние 30 секунд" каждые 2 секунды. Session Window используется для группировки событий, разделенных периодом неактивности, что не применимо к данной задаче. BigQuery, хотя и является мощным аналитическим хранилищем, имеет более высокую задержку по сравнению с Memorystore, что делает его менее подходящим для дашбордов с "низкой задержкой" в реальном времени.