您將 HDFS 資料湖遷移到 Cloud Storage。資料科學家需要執行 Apache Spark 和 SQL，並具備欄級安全性，而且解決方案必須符合成本效益，並能擴展成資料網格。您會建構什麼？

正確答案透過 BigLake 資料表在 Cloud Storage 資料上提供欄級安全性，並支援 Spark 和 SQL 查詢，符合資料科學家的需求。BigLake 允許 BigQuery 直接查詢 Cloud Storage 上的資料，並整合 BigQuery 的精細存取控制（透過 Data Catalog 政策標籤）。這是一個成本效益高且可擴展的解決方案，適用於資料網格。 選項 1 的 Dataproc 叢集雖然支援 Spark 和 Hive SQL，但長時間執行的叢集成本較高，且 Ranger 的欄級安全性管理較為複雜，不符合成本效益和可擴展性要求。 選項 3 將資料載入原生 BigQuery 資料表，這會產生額外的儲存和載入成本，且不符合將 HDFS 資料湖遷移到 Cloud Storage 的初衷，因為資料仍需複製。 選項 4 的 IAM 檔案層級安全性無法提供精細的欄級安全性，且 BigQuery 外部資料表本身不直接提供欄級安全性，需要額外配置。