[2022年01月] 合格させるProfessional-Data-Engineer日本語試験一発合格、最新のProfessional-Data-Engineer日本語 Fast2testの提供する試験問題
Google Cloud Certified問題集でProfessional-Data-Engineer日本語試験の完全版解答試験学習ガイド
質問 123
適切に設計された行キーを使用してCloudBigtableにデータを書き込むデータパイプラインがあります。パイプラインを監視して、CloudBigtableクラスターのサイズをいつ増やすかを決定する必要があります。これを達成するためにあなたが取ることができる2つの行動はどれですか？ 2つの答えを選択してください。
- A. ストレージ使用率を監視します。使用率が最大容量の70％を超えて増加した場合は、CloudBigtableクラスターのサイズを増やします。
- B. 書き込み操作の待ち時間を監視します。書き込みレイテンシが持続的に増加する場合は、CloudBigtableクラスターのサイズを増やします。
- C. 主要なビジュアライザーメトリックを確認します。読み取り圧力インデックスが100を超える場合は、CloudBigtableクラスターのサイズを増やします。
- D. 読み取り操作の待ち時間を監視します。読み取り操作のCloudBigtableクラスターのサイズを増やすと100ミリ秒以上かかります。
- E. 主要なビジュアライザーメトリックを確認します。書き込み圧力インデックスが100を超える場合は、CloudBigtableクラスターのサイズを増やします。
正解: B,C
質問 124
組織がGCPの使用を拡大するにつれて、多くのチームが独自のプロジェクトを作成し始めています。プロジェクトはさらに拡大され、展開のさまざまな段階とターゲットオーディエンスに対応します。各プロジェクトには、固有のアクセス制御構成が必要です。中央のITチームは、すべてのプロジェクトにアクセスできる必要があります。
さらに、Cloud StorageバケットとBigQueryデータセットのデータは、アドホックな方法で他のプロジェクトで使用するために共有する必要があります。ポリシーの数を最小限に抑えることで、アクセス制御管理を簡素化する必要があります。
どの2つのステップを踏む必要がありますか？ 2つの答えを選択してください。
- A. Cloud StorageバケットまたはBigQueryデータセットごとに、アクセスが必要なプロジェクトを決定します。これらのプロジェクトにアクセスできるすべてのアクティブなメンバーを検索し、Cloud IAMポリシーを作成して、これらすべてのユーザーにアクセスを許可します。
- B. Cloud DeploymentManagerを使用してアクセスプロビジョニングを自動化します。
- C. アクセス制御ポリシーの継承を活用するためのリソース階層を導入します。
- D. さまざまなチームに個別のグループを作成し、CloudIAMポリシーでグループを指定します。
- E. CloudStorageバケットとBigQueryデータセットのデータを共有する場合にのみサービスアカウントを使用します。
正解: B,D
質問 125
下の図に示すいくつかのデータがあります。 2つの次元はXとYであり、各ドットの陰影はそれがどのクラスであるかを表します。線形アルゴリズムを使用して、このデータを正確に分類する必要があります。これを行うには、合成機能を追加する必要があります。その機能の価値はどうあるべきですか？
- A. X^2+Y^2
- B. X^2
- C. Y^2
- D. cos(X)
正解: D
質問 126
Cloud Bigtableノードに障害が発生すると、____は失われます。
- A. データなし
- B. 時間ディメンション
- C. すべてのデータ
- D. 最後のトランザクション
正解: A
解説:
Explanation
A Cloud Bigtable table is sharded into blocks of contiguous rows, called tablets, to help balance the workload of queries. Tablets are stored on Colossus, Google's file system, in SSTable format. Each tablet is associated with a specific Cloud Bigtable node.
Data is never stored in Cloud Bigtable nodes themselves; each node has pointers to a set of tablets that are stored on Colossus. As a result:
Rebalancing tablets from one node to another is very fast, because the actual data is not copied. Cloud Bigtable simply updates the pointers for each node.
Recovery from the failure of a Cloud Bigtable node is very fast, because only metadata needs to be migrated to the replacement node.
When a Cloud Bigtable node fails, no data is lost
Reference: https://cloud.google.com/bigtable/docs/overview
質問 127
次のうち、データフローパイプラインについて正しくないものはどれですか？
- A. データフローパイプラインは統合プログラミングモデルを使用しているため、ストリーミングデータソースとバッチデータソースの両方で機能します
- B. データフローパイプラインは他のGoogleCloudサービスからのデータを消費する可能性があります
- C. データフローパイプラインはJavaでプログラムできます
- D. DataflowパイプラインはDataflowに関連付けられており、他のランナーで実行することはできません
正解: D
解説:
Explanation
Dataflow pipelines can also run on alternate runtimes like Spark and Flink, as they are built using the Apache Beam SDKs Reference: https://cloud.google.com/dataflow/
質問 128
Google StackdriverLoggingを使用してGoogleBigQueryの使用状況を監視するとします。挿入ジョブを使用して特定のテーブルに新しいデータが追加されたときに、監視ツールに即時通知を送信する必要がありますが、他のテーブルの通知を受信したくない場合。あなたは何をするべきか？
- A. Stackdriver APIを使用して、高度なログフィルターを備えたプロジェクトシンクを作成してPub / Subにエクスポートし、モニタリングツールからトピックをサブスクライブします。
- B. Stackdriverロギング管理インターフェースで、Google Cloud Pub / Subへのログシンクのエクスポートを有効にし、モニタリングツールからトピックをサブスクライブします。
- C. Stackdriver APIを呼び出してすべてのログを一覧表示し、高度なフィルターを適用します。
- D. Stackdriverロギング管理インターフェースで、BigQueryへのログシンクのエクスポートを有効にします。
正解: D
質問 129
GoogleCloudの10TBデータベースの一部である2つのリレーショナルテーブルのストレージを設計しています。水平方向にスケーリングするトランザクションをサポートする必要があります。また、非キー列の範囲クエリのデータを最適化する必要があります。あなたは何をするべきか？
- A. ストレージにCloudSpannerを使用します。クエリパターンをサポートするためにセカンダリインデックスを追加します。
- B. ストレージにCloudSQLを使用します。クエリパターンをサポートするためにセカンダリインデックスを追加します。
- C. ストレージにCloudSQLを使用します。 Cloud Dataflowを使用して、クエリパターンをサポートするようにデータを変換します。
- D. ストレージにCloudSpannerを使用します。 Cloud Dataflowを使用して、クエリパターンをサポートするようにデータを変換します。
正解: A
質問 130
次のうち、ハイパーパラメータの例はどれですか？ （2つの答えを選択してください。）
- A. 隠れ層の数
- B. バイアス
- C. 各隠れ層のノード数
- D. 重み
正解: A,C
解説:
Explanation
If model parameters are variables that get adjusted by training with existing data, your hyperparameters are the variables about the training process itself. For example, part of setting up a deep neural network is deciding how many "hidden" layers of nodes to use between the input layer and the output layer, as well as how many nodes each layer should use. These variables are not directly related to the training data at all. They are configuration variables. Another difference is that parameters change during a training job, while the hyperparameters are usually constant during a job.
Weights and biases are variables that get adjusted during the training process, so they are not hyperparameters.
Reference: https://cloud.google.com/ml-engine/docs/hyperparameter-tuning-overview
質問 131
Cloud Bigtableの_________を使用すると、CloudDataflowパイプラインでCloudBigtableを使用できます。
- A. DataFlow SDK
- B. BigQueryデータ転送サービス
- C. CloudDataflowコネクタ
- D. BiqQuery API
正解: C
解説:
Explanation
The Cloud Dataflow connector for Cloud Bigtable makes it possible to use Cloud Bigtable in a Cloud Dataflow pipeline. You can use the connector for both batch and streaming operations.
Reference: https://cloud.google.com/bigtable/docs/dataflow-hbase
質問 132
あなたのスタートアップは正式なセキュリティポリシーを実装したことがありません。現在、社内の全員がGoogleBigQueryに保存されているデータセットにアクセスできます。チームは、適切と思われるサービスを自由に使用でき、ユースケースを文書化していません。データウェアハウスを保護するように求められました。あなたは誰もが何をしているのかを発見する必要があります。あなたは最初に何をすべきですか？
- A. GoogleStackdriver監査ログを使用してデータアクセスを確認します。
- B. Stackdriver Monitoringを使用して、BigQueryクエリスロットの使用状況を確認します。
- C. 各テーブルのIDおよびアクセス管理IIAM）ポリシーを取得します
- D. Google Cloud Billing APIを使用して、ウェアハウスに請求されているアカウントを確認します。
正解: A
質問 133
BigQueryによって処理される列の数を減らすために使用できるSQLキーワードはどれですか？
- A. 制限
- B. WHERE
- C. BETWEEN
- D. SELECT
正解: D
解説:
Explanation
SELECT allows you to query specific columns rather than the whole table.
LIMIT, BETWEEN, and WHERE clauses will not reduce the number of columns processed by BigQuery.
Reference:
https://cloud.google.com/bigquery/launch-checklist#architecture_design_and_development_checklist
質問 134
あなたのチームはあなたの会社でETLを開発し維持する責任があります。入力データのエラーが原因でDataflowジョブの1つが失敗しているため、パイプラインの信頼性を向上させる必要があります（失敗したすべてのデータを再処理できるようにするなど）。
あなたは何をするべきか？
- A. データを変換するtry ... catchブロックをDoFnに追加し、誤った行をDoFnから直接PubSubに書き込みます。
- B. フィルタリングステップを追加して、将来これらのタイプのエラーをスキップし、ログからエラーのある行を抽出します。
- C. try ... catchブロックをsideOutputに追加して、後でPubSubに保存できるPCollectionを作成します。
- D. データを変換するtry ... catchブロックをDoFnに追加し、ログから誤った行を抽出します。
正解: A
質問 135
あなたの会社は独自のシステムを使用して、6時間ごとにクラウドのデータ取り込みサービスに在庫データを送信しています。送信されるデータには、いくつかのフィールドのペイロードと送信のタイムスタンプが含まれます。送信について懸念がある場合、システムはデータを再送信します。データを最も効率的に重複排除するにはどうすればよいですか？
- A. 各データエントリのハッシュ値を計算し、それをすべての履歴データと比較します。
- B. 各データエントリにグローバル一意識別子（GUID）を割り当てます。
- C. 各データエントリを主キーとして個別のデータベースに保存し、インデックスを適用します。
- D. 各データエントリのハッシュ値とその他のメタデータを格納するデータベーステーブルを維持します。
正解: D
質問 136
株式取引を保存するデータベースと、調整可能な時間枠で特定の会社の平均株価を取得するアプリケーションを操作します。データはCloudBigtableに保存され、株式取引の日時が行キーの先頭になります。アプリケーションには数千の同時ユーザーがいて、在庫が増えるにつれてパフォーマンスが低下し始めていることに気づきました。アプリケーションのパフォーマンスを向上させるために何をすべきですか？
- A. BigQueryを使用して株式取引を保存するようにデータパイプラインを変更し、アプリケーションを更新します。
- B. CloudBigtableテーブルの行キー構文を銘柄記号で始まるように変更します。
- C. Cloud Bigtableテーブルの行キー構文を変更して、1秒あたりの乱数で開始します。
- D. Cloud Dataflowを使用して、毎日の株式取引の概要をCloudStorageのAvroファイルに書き込みます。
アプリケーションを更新して、CloudStorageとCloudBigtableから読み取り、応答を計算します。
正解: B
質問 137
オンライン小売業者は、現在のアプリケーションをGoogle AppEngineで構築しています。同社の新しいイニシアチブでは、アプリケーションを拡張して、顧客がアプリケーションを介して直接取引できるようにすることが義務付けられています。
ビジネスインテリジェンス（BI）ツールを使用して、ショッピングトランザクションを管理し、複数のデータセットからの結合データを分析する必要があります。彼らは、この目的のために単一のデータベースのみを使用したいと考えています。どのGoogleCloudデータベースを選択する必要がありますか？
- A. Cloud SQL
- B. BigQuery
- C. Cloud Datastore
- D. Cloud BigTable
正解: D
解説:
Reference: https://cloud.google.com/solutions/business-intelligence/
質問 138
Dialogflowを使用して会社のモバイルアプリ用のチャットボットを作成することを計画している大規模な金融機関で働いています。古いチャットログを確認し、顧客サービスに連絡するという各顧客の表明した意図に基づいて、各会話の意図を遅らせました。顧客の要求の約70％ 10インテント内で解決される単純なリクエストです。残りの30％の問い合わせには、はるかに長く複雑なリクエストが必要です。最初にどのインテントを自動化する必要がありますか？
- A. 「支払い」などの一般的な単語が1回だけ表示される場所でインテントを自動化して、ソフトウェアが混乱しないようにします
- B. エージェントの時間がより多く必要になるため、より複雑なリクエストを最初に自動化します
- C. リクエストの70％をカバーする10個のインテントを自動化して、ライブエージェントがより複雑なリクエストを処理できるようにします
- D. 最短と最長のインテントのブレンドを自動化して、すべてのインテントを代表するようにします
正解: C
質問 139
Cloud Pub / Subトピックからメッセージを受信し、その結果をEUのBigQueryデータセットに書き込むCloudDataflowでパイプラインを実行しています。現在、パイプラインはeurope-west4にあり、最大3つのワーカー、インスタンスタイプn1-standard-1があります。ピーク時には、3つのワーカーすべてが最大CPU使用率になっているときに、パイプラインがレコードをタイムリーに処理するのに苦労していることに気付きました。パイプラインのパフォーマンスを向上させるために実行できる2つのアクションはどれですか？ （2つ選択してください。）
- A. CloudDataflowパイプラインのゾーンを変更してus-central1で実行する
- B. CloudDataflowワーカーに大きなインスタンスタイプを使用する
- C. 新しいデータのバッファーとして機能する一時テーブルをCloudSpannerに作成します。パイプラインに新しいステップを作成して最初にこのテーブルに書き込み、次にCloudSpannerからBigQueryに書き込む新しいパイプラインを作成します
- D. 最大ワーカー数を増やす
- E. 新しいデータのバッファーとして機能する一時テーブルをCloudBigtableに作成します。パイプラインに新しいステップを作成して最初にこのテーブルに書き込み、次にCloudBigtableからBigQueryに書き込むための新しいパイプラインを作成します
正解: B,C
質問 140
データウェアハウスとしてGoogleBigQueryを使用しています。ユーザーは、クエリをいつ実行しても、次の単純なクエリの実行が非常に遅いと報告しています。
SELECT country、state、city FROM [myproject：mydataset.mytable] GROUP BY countryクエリのクエリプランを確認すると、ステージ1の[読み取り]セクションに次の出力が表示されます。
このクエリの遅延の最も可能性の高い原因は何ですか？
- A. [myproject：mydataset.mytable]テーブルのstateまたはcity列のNULL値が多すぎます
- B. ユーザーがシステムで実行している同時クエリが多すぎます
- C. [myproject：mydataset.mytable]テーブルのほとんどの行のcountry列の値が同じであるため、データの偏りが発生します
- D. [myproject：mydataset.mytable]テーブルのパーティションが多すぎます
正解: B
質問 141
BigQueryテーブルをデータシンクとして使用したいとします。 BigQueryをシンクとして使用できる書き込みモードはどれですか。
- A. BigQueryをシンクとして使用することはできません
- B. バッチとストリーミングの両方
- C. バッチのみ
- D. ストリーミングのみ
正解: B
解説:
Explanation
When you apply a BigQueryIO.Write transform in batch mode to write to a single table, Dataflow invokes a BigQuery load job. When you apply a BigQueryIO.Write transform in streaming mode or in batch mode using a function to specify the destination table, Dataflow uses BigQuery's streaming inserts Reference: https://cloud.google.com/dataflow/model/bigquery-io
質問 142
あなたは、荷物を適切にルーティングするために配送ライン上を移動する配送センターがある運送会社で働いています。同社は、輸送中の荷物の視覚的な損傷を検出して追跡するために、配送ラインにカメラを追加したいと考えています。破損したパッケージの検出を自動化し、パッケージの輸送中にリアルタイムで人間によるレビューのためにフラグを立てる方法を作成する必要があります。どのソリューションを選択する必要がありますか？
- A. 画像のコーパスでAutoMLモデルをトレーニングし、そのモデルを中心にAPIを構築して、パッケージ追跡アプリケーションと統合します。
- B. BigQuery機械学習を使用してモデルを大規模にトレーニングできるため、パッケージをバッチで分析できます。
- C. TensorFlowを使用して、画像のコーパスでトレーニングされたモデルを作成します。このモデルを使用するPythonノートブックをCloudDatalabで作成して、破損したパッケージを分析できるようにします。
- D. Cloud Vision APIを使用して損傷を検出し、CloudFunctionsを介してアラートを生成します。パッケージ追跡アプリケーションをこの機能と統合します。
正解: B
質問 143
......
正真正銘のベスト材料はProfessional-Data-Engineer日本語オンライン練習試験：https://jp.fast2test.com/Professional-Data-Engineer-JPN-premium-file.html