BigQuery是ACID还是BASE？元数据最终一致性该如何正确理解？

两个官方表述不存在矛盾，二者作用于完全不同的系统层级：

• BigQuery核心存储与作业引擎层严格符合ACID标准

  BigQuery中的所有表修改操作，包括DML操作、带目标表的查询以及加载作业，都符合ACID标准
  表创建作业成功返回后，底层存储的表元数据、结构信息已经完成持久化提交，对所有标准作业（加载、查询、DML）可见，所有针对该表的读写操作都能保证原子性、一致性、隔离性、持久性，不会出现表不存在或中间状态的问题。

• 流式插入的最终一致性是流式API前端缓存层的特性，与存储层无关

  由于BigQuery的流式API是为高插入速率设计的，与流式系统交互时，底层表元数据的修改是最终一致的。
  为了支撑每秒百万级的高吞吐插入请求，流式API前端维护了独立的元数据缓存节点，缓存更新存在秒级延迟。表刚创建完成时，存储层元数据已经提交成功，但流式API的缓存尚未同步，此时发起流式插入就会返回表不存在的错误，该错误和存储层的ACID特性无关。

对应问题的解决方案 #

如果创建表后需要立即写入数据，可选择以下两种方案规避报错：

1. 优先使用批量加载作业或INSERT DML语句写入数据，这两类操作直接访问存储层元数据，不存在缓存延迟，创建成功后可立即调用
2. 必须使用流式插入的场景，可在表创建完成后增加3-5秒的等待时间，或对notFound类错误配置指数退避重试策略，通常重试1-2次即可正常写入

内容的提问来源于stack exchange，提问作者James Dewes