您需要用於模型的氣象資料，該模型僅使用過去 30 天的資料。為避免儲存不必要的資料並將成本降至最低，您應該如何設計 BigQuery 資料表？

正確答案是建立一個依氣象資料的 datetime 值分割的 BigQuery 資料表，並將分割區到期設定為 30 天。BigQuery 的分割區到期功能會自動刪除超過指定時間的分割區，這是一種高效且經濟的方式來管理僅需保留 30 天資料的場景。 其他選項的缺點： 建立一個 BigQuery 資料表，其中每個記錄都有一個擷取時間戳記。執行排程查詢以刪除所有擷取時間戳記超過 30 天的資料列：這種方法需要定期執行刪除查詢，會產生額外的計算成本，並且效率不如自動分割區到期。 建立一個依擷取時間分割的 BigQuery 資料表。將分割區到期設定為 30 天：雖然使用了分割區到期，但如果氣象資料的 datetime 值與擷取時間有顯著差異，則可能無法精確地保留過去 30 天的氣象資料。題目要求的是模型使用過去 30 天的「氣象資料」，而非擷取時間。 建立一個 BigQuery 資料表，其中包含一個 datetime 欄位，用於表示氣象資料所屬的日期。執行排程查詢以刪除 datetime 值超過 30 天的資料列：與第一個選項類似，這種方法也需要手動管理刪除操作，產生額外的成本和複雜性。