Günlük yüklemeler ve sıkça değiştirilen bir ETL ile BigQuery'de merkezi analiz; veri bozulması iki haftaya kadar sonra keşfedilebilir. Düşük maliyetli depolama ve point-in-time recovery sağlamak için tabloları nasıl düzenlemeli ve yedekleri nasıl depolamalısınız?

Doğru cevap, BigQuery'nin yerleşik özelliklerinden en iyi şekilde yararlanır. Ayda bir ayrı tablo oluşturmak, verilerin mantıksal olarak bölümlenmesini sağlar ve belirli bir ayın verilerini yönetmeyi kolaylaştırır. BigQuery'nin snapshot decorators (zaman yolculuğu) özelliği, bir tablonun önceki bir zamandaki durumuna geri dönmeyi veya o zamandaki verileri sorgulamayı mümkün kılar. Bu, veri bozulması durumunda iki haftaya kadar geriye dönük kurtarma ihtiyacını doğrudan karşılar ve ek depolama maliyeti olmadan düşük maliyetli bir çözüm sunar. Diğer seçenekler ise daha az etkilidir: Tüm verileri tek bir tabloda depolayıp Cloud Storage'a sıkıştırmak, kurtarma işlemini karmaşıklaştırır ve belirli bir zaman noktasında geri yükleme yeteneğini kısıtlar. Ayda bir ayrı tablo oluşturup her tabloyu dışa aktarmak, Cloud Storage'da yedekleme maliyeti oluşturur ve BigQuery'nin yerleşik zaman yolculuğu özelliğinin avantajlarını kullanmaz. Aylık tabloları ayrı bir BigQuery veri kümesine kopyalamak, ek depolama maliyeti getirir ve yine zaman yolculuğu özelliğinin sunduğu esnekliği sağlamaz.