我需要每 1 分钟存储来自百万台设备的信号，其中每个信号对象有 4 个属性加上时间戳：
- 设备 ID，始终相同
- Attr1，始终相同(设备型号)
- Attr2，每 6 个月更改一次。(设备固定位置)
- Attr3，每 2-4 周更改一次(设备固件版本)
使用收集的数据，我需要获得一些报告，例如"上个月签入了多少台带有attr2的设备"。这里的限制是我可能需要按任何属性进行过滤和分组，而不仅仅是设备 ID。
我的第一个方法是在 bigquery 中拥有一个包含嵌套记录的模型，但我不确定这是最好的解决方案。
您会推荐我使用哪个数据库和模式来解决此问题？
谢谢！
有趣的问题 - BigQuery 可以用这种速度消化(限制为每个项目几秒钟前 100K 条记录) - 但看起来 DeviceId 是您的密钥，因此将其公开为非嵌套列是有意义的 - 在这种情况下 - 没有嵌套列 - 存储价格高，但查询非常有效。作为替代方案，您可以使用 Attr1、Attr2、Attr3 作为键列，将 deviceId 列表用作嵌套列 - 从存储角度来看是最有效的 - 但从分析查询的角度来看可能不是很好。
另一个选项是仅存储更改(或每日/每小时聚合)(因此，知道特定设备在 10：01、10：02、10：03 报告并不重要，并且您可以说知道该设备在 2018 年 5 月 5 日报告(或至少在 2018 年 5 月 5 日第 10 小时) 在这种情况下，您可以实现一些内存解决方案(例如appengine)，该解决方案将等待设备状态的更改，并且仅在这种情况下将数据流式传输到BigQuery