致且可預測的回應時間的行查找每

[badabunsebl15]

考慮使用 bigtable 作為 .當您的應用程式需要以下一項或多項時的服務層： .具有一致且可預測的回應時間的行查找每秒查詢量非常高，qps 呈線性擴展。隨著應用程式中節點數量的低延遲寫入，全域部署會自動複製 .使用者可以想像這樣的場景：您正站在大都會藝術博物館，周圍環繞著宏偉的希臘藝術。還有羅馬雕塑。那尊雕像是誰的？你 。拿出手機，打開博物館的應用程序，然後將其對準雕像。


瞬間，.螢幕上會出現大量資訊－不只是枯燥的事實，還有.生動的敘述 美國電話號碼列表 使藝術品栩栩如生。但後面的.場景，交付它是一個巨大的技術挑戰：bigquery，我們的資料倉儲，保存了所有的 .有關藝術品的結構化細節。然而，博物館參觀者並不想袖手旁觀。系統查詢並傳回資料的時間較長。另外，我們想要。儘管我們的分析平檯面向結構化數據，但仍提供引人入勝的文字描述。



這是哪裡。反向 etl 和 bigtable 登場。倉庫表改為即時架構，減少查詢延遲。讓我們分解一下如何創建。這個沉浸式博物館應用程式。請注意，反向 etl 確實需要 bigquery enterprise 。或企業增強版。步驟：建立一個 bigtable 實例並提供服務表（如果需要）。不熟悉 bigtable，可能值得快速瀏覽此頁面。了解實例、叢集和節點的概念。