[2022年08月25日] 究極のProfessional-Data-Engineer日本語準備ガイド！無料最新のGoogle練習テスト問題集 [Q13-Q38]

[2022年08月25日] 究極のProfessional-Data-Engineer日本語準備ガイド！無料最新のGoogle練習テスト問題集

今すぐゲットせよ！高評価Google Professional-Data-Engineer日本語試験問題集

質問 13
ストリーミングクラウドデータフローパイプラインを運用しています。エンジニアは、異なるウィンドウアルゴリズムとトリガー戦略を備えた新しいバージョンのパイプラインを使用しています。実行中のパイプラインを新しいバージョンで更新したいとします。更新中にデータが失われないようにする必要があります。あなたは何をするべきか？

• A. -jobNameを新しい一意のジョブ名に設定して--updateオプションを渡すことにより、実行中のCloudDataflowパイプラインを更新します
• B. -jobNameを既存のジョブ名に設定して--updateオプションを渡すことにより、実行中のCloudDataflowパイプラインを更新します
• C. [ドレイン]オプションを使用してCloudDataflowパイプラインを停止します。更新されたコードを使用して新しいCloudDataflowジョブを作成します
• D. [キャンセル]オプションを使用してCloudDataflowパイプラインを停止します。更新されたコードを使用して新しいCloudDataflowジョブを作成します

正解: B

解説:
References:

 

質問 14
次のジョブタイプのどれがCloudDataprocでサポートされていますか（3つの回答を選択してください）？

• A. YARN
• B. 豚
• C. スパーク
• D. ハイブ

正解: B,C,D

解説:
Cloud Dataproc provides out-of-the box and end-to-end support for many of the most popular job types, including Spark, Spark SQL, PySpark, MapReduce, Hive, and Pig jobs.

 

質問 15
FirebaseAnalyticsとGoogleBigQueryの無料統合を有効にしました。 Firebaseは、BigQueryでapp_events_YYYYMMDDの形式で新しいテーブルを毎日自動的に作成するようになりました。レガシーSQLで過去30日間のすべてのテーブルをクエリする必要があります。あなたは何をするべきか？

• A. SELECT IFを使用します。（日付> = YYYY-MM-DDAND日付<= YYYY-MM-DD
• B. TABLE_DATE_RANGE関数を使用します
• C. WHERE_PARTITIONTIME疑似列を使用します
• D. YYYY-MM-DDとYYYY-MM-DDの間のWHERE日付を使用します

正解: B

解説:
Reference:
https://cloud.google.com/blog/products/gcp/using-bigquery-and-firebase-analytics-to-understandyour-mobile-app

 

質問 16
Cloud Datastoreを使用して、車両のテレメトリデータをリアルタイムで取り込むことにしました。コストを低く抑えながら、長期的なデータの増加を考慮したストレージシステムを構築したいと考えています。また、データのスナップショットを定期的に作成して、POS（Point-in-Time）リカバリを作成したり、別の環境でCloudDatastoreのデータのコピーを複製したりすることもできます。これらのスナップショットを長期間アーカイブする必要があります。
これを達成できる2つの方法はどれですか？ 2つの答えを選択してください。

• A. CloudDatastoreクライアントライブラリを使用してすべてのエンティティを読み取るアプリケーションを作成します。 BigQueryストリーミング挿入を介して、各エンティティをBigQueryテーブル行として扱います。エクスポートごとにエクスポートタイムスタンプを割り当て、それを各行の追加の列として添付します。 BigQueryテーブルがエクスポートタイムスタンプ列を使用してパーティション化されていることを確認してください。
• B. マネージドエクスポートを使用し、NearlineまたはColdlineクラスを使用してデータをCloudStorageバケットに保存します。
• C. マネージドエクスポートを使用してから、そのエクスポート専用に作成されたBigQueryテーブルにデータをインポートし、一時的なエクスポートファイルを削除します。
• D. マネージドexportmを使用してから、そのエクスポート用に予約された一意の名前空間の下にある別のプロジェクトのCloudDatastoreにインポートします。
• E. CloudDatastoreクライアントライブラリを使用してすべてのエンティティを読み取るアプリケーションを作成します。エクスポートされたデータをJSONファイルにフォーマットします。クラウドソースリポジトリにデータを保存する前に、圧縮を適用します。

正解: C,E

 

質問 17
タイムスタンプ列とID列のWHERE句を使用してBigQueryテーブルをフィルタリングするクエリがあります。 bq query --- dry_runを使用すると、タイムスタンプとIDのフィルターがデータ全体のごく一部を選択している場合でも、クエリがテーブルのフルスキャンをトリガーすることがわかります。既存のSQLクエリへの変更を最小限に抑えて、BigQueryによってスキャンされるデータの量を減らしたいと考えています。あなたは何をするべきか？

• A. IDごとに個別のテーブルを作成します。
• B. LIMITキーワードを使用して、返される行数を減らします。
• C. パーティショニング列とクラスタリング列を使用してテーブルを再作成します。
• D. bq query--maximum_bytes_billedフラグを使用して、請求されるバイト数を制限します。

正解: C

 

質問 18
あなたの会社は、Google CloudDataflowで学習アルゴリズムのデータ前処理を実行しています。
このステップでは多数のデータログが生成されており、チームはそれらを分析したいと考えています。キャンペーンの動的な性質により、データは1時間ごとに指数関数的に増加しています。
データサイエンティストは、ログの新しい主要機能のデータを読み取るために、次のコードを記述しました。
BigQueryIO.Read
.named（ "ReadLogData"）
.from（ "clouddataflow-readonly：samples.log_data"）
このデータ読み取りのパフォーマンスを向上させたいと考えています。あなたは何をするべきか？

• A. コードでTableReferenceオブジェクトを指定します。
• B. fromQuery操作を使用して、テーブルから特定のフィールドを読み取ります。
• C. Google BigQueryTableSchemaクラスとTableFieldSchemaクラスの両方の使用。
• D. TableRowオブジェクトを返すトランスフォームを呼び出します。ここで、PCollexctionの各要素は、テーブル内の1つの行を表します。

正解: D

 

質問 19
デフォルトでは、Dataflowが無制限のデータセットに適用するウィンドウ動作は次のうちどれですか？

• A. 100MBのデータごとのWindows
• B. 10分ごとのウィンドウ
• C. 単一のグローバルウィンドウ
• D. 1分ごとのウィンドウ

正解: C

解説:
Dataflow's default windowing behavior is to assign all elements of a PCollection to a single, global window, even for unbounded PCollections

 

質問 20
GoogleCloudでデータパイプラインを構築しています。機械学習プロセスでは、カジュアルな方法を使用してデータを準備する必要があります。ロジスティック回帰モデルをサポートする必要があります。また、null値を監視および調整する必要があります。これは、実数値のままである必要があり、削除できません。あなたは何をするべきか？

• A. Cloud Dataflowを使用して、サンプルソースデータのnull値を見つけます。 Cloud Dataprepジョブを使用して、すべてのnullを「none」に変換します。
• B. Cloud Dataprepを使用して、サンプルソースデータのnull値を見つけます。 Cloud Dataprepジョブを使用して、すべてのnullを0に変換します。
• C. Cloud Dataprepを使用して、サンプルソースデータのnull値を見つけます。 Cloud Dataprocジョブを使用して、すべてのnullを「none」に変換します。
• D. Cloud Dataflowを使用して、サンプルソースデータのnull値を見つけます。カスタムスクリプトを使用して、すべてのnullを0に変換します。

正解: A

 

質問 21
Cloud Bigtableノードに障害が発生すると、____は失われます。

• A. すべてのデータ
• B. 時間ディメンション
• C. データなし
• D. 最後のトランザクション

正解: C

解説:
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

 

質問 22
カンマ区切り値（CSV）ファイルからGoogleBigQueryテーブルCLICK_STREAMにデータを読み込むのに数日かかりました。列DTには、クリックイベントのエポック時間が格納されます。便宜上、すべてのフィールドがSTRING型として扱われる単純なスキーマを選択しました。ここで、サイトにアクセスするユーザーのWebセッション期間を計算し、そのデータ型をTIMESTAMPに変更します。将来のクエリの計算コストをかけずに、移行の労力を最小限に抑えたいと考えています。あなたは何をするべきか？

• A. ビューCLICK_STREAM_Vを作成します。ここで、列DTの文字列がTIMESTAMP値にキャストされます。今後は、テーブルCLICK_STREAMではなく、ビューCLICK_STREAM_Vを参照してください。
• B. テーブルに2つの列を追加します。CLICKSTREAM：TIMESTAMPタイプのTSとBOOLEANタイプのIS_NEW。追加モードですべてのデータをリロードします。追加された行ごとに、IS_NEWの値をtrueに設定します。今後のクエリでは、列DTではなく列TSを参照し、WHERE句を使用してIS_NEWの値がtrueでなければならないようにします。
• C. テーブルCLICK_STREAMを削除してから、列DTがTIMESTAMPタイプになるようにテーブルを再作成します。データをリロードします。
• D. TIMESTAMPタイプの列TSをテーブルCLICK_STREAMに追加し、各行の列TSから数値を入力します。今後は、DT列ではなくTS列を参照してください。
• E. 組み込み関数を使用して列DTからTIMESTAMP値に文字列をキャストしながら、テーブルCLICK_STREAMのすべての行を返すクエリを作成します。 TS列がTIMESTAMPタイプである宛先テーブルNEW_CLICK_STREAMに対してクエリを実行します。今後は、テーブルCLICK_STREAMではなくテーブルNEW_CLICK_STREAMを参照してください。将来的には、新しいデータがテーブルNEW_CLICK_STREAMにロードされます。

正解: B

 

質問 23
スケジュールに従って実行する必要のあるいくつかのバッチジョブを実装しています。これらのジョブには、特定の順序で実行する必要のある相互に依存する多くのステップがあります。ジョブの一部には、シェルスクリプトの実行、Hadoopジョブの実行、BigQueryでのクエリの実行が含まれます。ジョブは、数分から数時間まで実行されると予想されます。手順が失敗した場合は、一定の回数再試行する必要があります。これらのジョブの実行を管理するには、どのサービスを使用する必要がありますか？

• A. クラウドデータフロー
• B. クラウド機能
• C. クラウドスケジューラ
• D. Cloud Composer

正解: C

 

質問 24
Cloud BigtableのHBaseシェルとは何ですか？

• A. HBaseシェルは、新しい仮想化インスタンスの作成や削除などの管理タスクを実行するハイパーバイザーベースのシェルです。
• B. HBaseシェルは、ユーザーアカウント管理機能のみを実行してCloudBigtableインスタンスへのアクセスを許可するコマンドラインツールです。
• C. HBaseシェルは、テーブルの作成や削除などの管理タスクを実行するコマンドラインツールです。
• D. HBaseシェルは、テーブルの作成や削除などの管理タスクを実行するGUIベースのインターフェースです。

正解: C

解説:
The HBase shell is a command-line tool that performs administrative tasks, such as creating and deleting tables. The Cloud Bigtable HBase client for Java makes it possible to use the HBase shell to connect to Cloud Bigtable.

 

質問 25
これらの主要なツールが使用されており、データ形式はOptimized Row Columnar（ORC）です。すべてのORCファイルがCloudStorageバケットに正常にコピーされました。パフォーマンスを最大化するには、一部のデータをクラスターのローカルHadoop分散ファイルシステム（HDFS）に複製する必要があります。Cloud DataprocでHiveの使用を開始する2つの方法は何ですか？（2つ選択してください。）

• A. gsutilユーティリティを実行して、すべてのORCファイルをCloudStorageバケットからHDFSに転送します。Hiveテーブルをローカルにマウントします。
• B. gsutilユーティリティを実行して、すべてのORCファイルをCloudStorageバケットからDataprocクラスターの任意のノードに転送します。Hiveテーブルをローカルにマウントします。
• C. gsutilユーティリティを実行して、すべてのORCファイルをCloudStorageバケットからDataprocクラスターのマスターノードに転送します。次に、Hadoopユーティリティを実行して、HDFSを実行してそれらをコピーします。HDFSからHiveテーブルをマウントします。
• D. Hadoop用のCloud Storageコネクターを利用して、ORCファイルを外部Hiveテーブルとしてマウントします。外部Hiveテーブルをネイティブテーブルに複製します。
• E. ORCファイルをBigQueryに読み込みます。Hadoop用のBigQueryコネクタを利用して、BigQueryテーブルを外部Hiveテーブルとしてマウントします。外部Hiveテーブルをネイティブテーブルに複製します。

正解: B,C

 

質問 26
フローロジスティックケーススタディ
会社概要
Flowlogisticは、主要なロジスティクスおよびサプライチェーンプロバイダーです。これらは、世界中の企業がリソースを管理し、最終目的地に輸送するのに役立ちます。同社は急速に成長し、鉄道、トラック、航空機、海上輸送などの製品を拡大しています。
会社背景
同社は地域のトラック運送会社としてスタートし、その後他のロジスティクス市場に拡大しました。彼らはインフラストラクチャを更新していないため、注文と出荷の管理と追跡がボトルネックになっています。 Flowlogisticは、運用を改善するために、小包レベルでリアルタイムに出荷を追跡する独自のテクノロジーを開発しました。ただし、Apache Kafkaに基づくテクノロジースタックが処理ボリュームをサポートできないため、デプロイできません。さらに、Flowlogisticは、注文と出荷をさらに分析して、リソースを最適に展開する方法を決定したいと考えています。
ソリューションコンセプト
Flowlogisticは、クラウドを使用して2つの概念を実装したいと考えています。
*荷物の場所を示すリアルタイムの在庫追跡システムで独自のテクノロジーを使用する
*構造化データと非構造化データの両方を含むすべての注文と出荷ログに対して分析を実行し、リソースを展開する最善の方法、情報を拡張する市場を決定します。また、予測分析を使用して、出荷が遅れる時期を早期に把握したいと考えています。
既存の技術環境
フローロジスティックアーキテクチャは、単一のデータセンターに存在します。
*データベース
* 2つのクラスターに8つの物理サーバー
* SQL Server-ユーザーデータ、インベントリ、静的データ
* 3台の物理サーバー
* Cassandra-メタデータ、追跡メッセージ
10台のKafkaサーバー-メッセージ集約とバッチ挿入の追跡
*アプリケーションサーバー-顧客フロントエンド、注文/税関用ミドルウェア
* 20台の物理サーバーにまたがる60台の仮想マシン
* Tomcat-Javaサービス
* Nginx-静的コンテンツ
*バッチサーバー
ストレージアプライアンス
*仮想マシン（VM）ホスト用のiSCSI
*ファイバーチャネルストレージエリアネットワーク（FC SAN）-SQLサーバーストレージ
*ネットワーク接続ストレージ（NAS）イメージストレージ、ログ、バックアップ
* 10個のApacheHadoop / Sparkサーバー
*コアデータレイク
*データ分析ワークロード
* 20のその他のサーバー
* Jenkins、監視、要塞ホスト、
ビジネス要件
*生産のスケーリングされたパンティーを使用して、信頼性と再現性のある環境を構築します。
*分析のために一元化されたデータレイクにデータを集約する
*履歴データを使用して、将来の出荷の予測分析を実行します
*独自の技術を使用して、世界中のすべての出荷を正確に追跡します
*新しいリソースの迅速なプロビジョニングを通じて、ビジネスの俊敏性とイノベーションの速度を向上させます
*クラウドでのパフォーマンスのためにアーキテクチャを分析および最適化する
*他のすべての要件が満たされている場合は、クラウドに完全に移行します
技術要件
*ストリーミングデータとバッチデータの両方を処理します
*既存のHadoopワークロードを移行する
*アーキテクチャがスケーラブルで弾力性があり、企業の変化する要求に対応できるようにします。
*可能な限りマネージドサービスを使用する
*データの飛行と静止を暗号化する
*本番データセンターとクラウド環境の間にVPNを接続するSEOステートメント私たちは急速に成長したため、インフラストラクチャをアップグレードできないことが、さらなる成長と効率を実際に妨げています。私たちは世界中の貨物を移動するのは効率的ですが、データを移動するのは非効率的です。
顧客がどこにいて、何を出荷しているのかをより簡単に理解できるように、情報を整理する必要があります。
CTOステートメント
ITは私たちにとって優先事項ではありませんでした。そのため、データが増大するにつれて、テクノロジーに十分な投資をしていません。私にはITを管理する優れたスタッフがいますが、彼らはインフラストラクチャの管理に忙しく、データの整理、分析の構築、CFOの実装方法の理解などの本当に重要なことを彼らに行わせることができません。追跡技術。
CFOステートメント
私たちの競争上の優位性の一部は、出荷と配達が遅れた場合にペナルティを課すことです。出荷が常にどこにあるかを知ることは、当社の純利益と収益性に直接的な相関関係があります。さらに、サーバー環境の構築に資本を投入したくありません。
Flowlogisticの経営陣は、現在のApacheKafkaサーバーがリアルタイムの在庫追跡システムのデータ量を処理できないと判断しました。 Google Cloud Platform（GCP）上に、独自の追跡ソフトウェアを提供する新しいシステムを構築する必要があります。システムは、さまざまなグローバルソースからデータを取り込み、リアルタイムで処理およびクエリを実行し、データを確実に保存できる必要があります。 GCP製品のどの組み合わせを選択する必要がありますか？

• A. クラウド負荷分散、クラウドデータフロー、クラウドストレージ
• B. Cloud Pub / Sub、Cloud SQL、およびCloud Storage
• C. クラウドデータフロー、クラウドSQL、クラウドストレージ
• D. Cloud Pub / Sub、Cloud Dataflow、Cloud Storage
• E. Cloud Pub / Sub、Cloud Dataflow、およびLocal SSD

正解: B

 

質問 27
分析チームは、いくつかの異なる指標に基づいて、どの顧客があなたの会社で再び働く可能性が最も高いかを判断するための単純な統計モデルを構築したいと考えています。彼らは、Google CloudStorageに格納されているデータを使用してApacheSparkでモデルを実行したいと考えており、このジョブを実行するにはGoogle CloudDataprocを使用することをお勧めします。テストでは、このワークロードは15ノードのクラスターで約30分で実行でき、結果をGoogleBigQueryに出力できることが示されています。このワークロードを毎週実行する予定です。コストに関してクラスターをどのように最適化する必要がありますか？

• A. ジョブの実行速度を上げるために、メモリの多いノードを使用します
• B. クラスターにプリエンプティブル仮想マシン（VM）を使用する
• C. ワークロードをGoogle CloudDataflowに移行します
• D. ジョブをより高速に実行できるようにワーカーノードでSSDを使用する

正解: C

 

質問 28
バッチ予測ではなくオンライン予測を使用することの特徴の2つは何ですか？

• A. 予測を提供する待ち時間を最小限に抑えるように最適化されています。
• B. ジョブ内の大量のデータインスタンスを処理し、より複雑なモデルを実行するように最適化されています。
• C. 予測は、指定したCloudStorageの場所にある出力ファイルに書き込まれます。
• D. 予測が応答メッセージで返されます。

正解: A,D

解説:
Explanation
Online prediction
Optimized to minimize the latency of serving predictions.
Predictions returned in the response message.
Batch prediction
Optimized to handle a high volume of instances in a job and to run more complex models.
Predictions written to output files in a Cloud Storage location that you specify.
Reference:
https://cloud.google.com/ml-engine/docs/prediction-overview#online_prediction_versus_batch_prediction

 

質問 29
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. 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。
• B. 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。
• 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: A

 

質問 30
Cloud Machine Learning Engineでサポートされているソフトウェアライブラリはどれですか？

• A. TheanoとTensorFlow
• B. TensorFlowとトーチ
• C. テアノとトーチ
• D. TensorFlow

正解: D

解説:
Explanation
Cloud ML Engine mainly does two things:
Enables you to train machine learning models at scale by running TensorFlow training applications in the cloud.
Hosts those trained models for you in the cloud so that you can use them to get predictions about new data.
Reference: https://cloud.google.com/ml-engine/docs/technical-overview#what_it_does

 

質問 31
Bigtableクラスター内の特定のノードで不均衡な数の読み取りや書き込みを引き起こす可能性が高い行キーはどれですか（2つの回答を選択してください）。

• A. 連続した数値ID
• B. 銘柄記号とそれに続くタイムスタンプ
• C. タイムスタンプとそれに続く銘柄記号
• D. 非順次数値ID

正解: A,C

解説:
Explanation
using a timestamp as the first element of a row key can cause a variety of problems.
In brief, when a row key for a time series includes a timestamp, all of your writes will target a single node; fill that node; and then move onto the next node in the cluster, resulting in hotspotting.
Suppose your system assigns a numeric ID to each of your application's users. You might be tempted to use the user's numeric ID as the row key for your table. However, since new users are more likely to be active users, this approach is likely to push most of your traffic to a small number of nodes.
[https://cloud.google.com/bigtable/docs/schema-design]
Reference:
https://cloud.google.com/bigtable/docs/schema-design-time-series#ensure_that_your_row_key_avoids_hotspotti

 

質問 32
天気アプリは15分ごとにデータベースにクエリを実行して、現在の気温を取得します。フロントエンドは、Google AppEngineとサーバーの数百万のユーザーによって強化されています。データベース障害に対応するためにフロントエンドをどのように設計する必要がありますか？

• A. コマンドを発行してデータベースサーバーを再起動します。
• B. データの古さを最小限に抑えるために、オンラインに戻るまでクエリを1秒ごとに再試行します。
• C. 最大15分の上限で、指数バックオフを使用してクエリを再試行します。
• D. データベースがオンラインに戻るまで、クエリの頻度を1時間に1回に減らします。

正解: C

解説:
https://cloud.google.com/sql/docs/mysql/manage-connections#backoff

 

質問 33
Kafkaクラスターを介してRedisクラスターへのストリーミングデータ挿入を設定します。両方のクラスターがComputeEngineインスタンスで実行されています。必要に応じて作成、ローテーション、破棄できる暗号化キーを使用して、保存データを暗号化する必要があります。あなたは何をするべきか？

• A. Cloud Key ManagementServiceで暗号化キーを作成します。 Compute Engineクラスタインスタンスのデータにアクセスするときは、APIサービス呼び出しでこれらのキーを参照してください。
• B. 暗号化キーをローカルで作成します。暗号化キーをクラウドキー管理サービスにアップロードします。これらのキーを使用して、すべてのComputeEngineクラスタインスタンスのデータを暗号化します。
• C. 専用のサービスアカウントを作成し、保存時に暗号化を使用して、APIサービス呼び出しの一部としてComputeEngineクラスターインスタンスに保存されているデータを参照します。
• D. Cloud Key ManagementServiceで暗号化キーを作成します。これらのキーを使用して、すべてのComputeEngineクラスタインスタンスのデータを暗号化します。

正解: B

 

質問 34
あなたの会社は、WHILECARDテーブルを使用して、類似した名前を持つ複数のテーブル間でデータをクエリしています。 SQLステートメントは現在、次のエラーで失敗しています。
＃構文エラー：ステートメントの終わりが必要ですが、[4:11]で「-」を取得しました
年齢を選択
から
bigquery-public-data.noaa_gsod.gsod
どこ
年齢！= 99
AND_TABLE_SUFFIX = '1929'
注文者
年齢DESC
SQLステートメントを正しく機能させるテーブル名はどれですか？

• A. 'bigquery-public-data.noaa_gsod.gsod'
• B. 'bigquery-public-data.noaa_gsod.gsod' *
• C. bigquery-public-data.noaa_gsod.gsod *
• D. 'bigquery-public-data.noaa_gsod.gsod * `

正解: D

 

質問 35
Cloud Bigtableスキーマの行キーを設計する際の一般的な推奨事項は何ですか？

• A. 行キーを適度に短くします
• B. 行キー内に複数の時系列値を含める
• C. フィールドで許可されている限り、行キーを保持します
• D. 行を8ビット整数として保持します

正解: A

解説:
A general guide is to, keep your row keys reasonably short. Long row keys take up additional memory and storage and increase the time it takes to get responses from the Cloud Bigtable server.

 

質問 36
5年間のログデータをクラウドストレージにアップロードしましたユーザーから、ログデータの一部のデータポイントが予想範囲外であると報告されました。これはエラーを示しています。この問題に対処し、将来的にプロセスを再度実行できるようにする必要があります。コンプライアンス上の理由で元のデータを保持する何をすべきですか？

• A. Cloud StorageからBigQueryにデータをインポートします。新しいBigQueryテーブルを作成し、エラーのある行をスキップします。
• B. Cloud Storageからデータを読み取り、期待される範囲外の値をチェックし、値を適切なデフォルトに設定し、更新されたレコードをCloudStorageの新しいデータセットに書き込むCloudDataflowワークフローを作成します
• C. Cloud Storageからデータを読み取り、期待される範囲外の値をチェックし、値を適切なデフォルトに設定し、更新されたレコードをCloudStorageの同じデータセットに書き込むCloudDataflowワークフローを作成します
• D. Compute Engineインスタンスを作成し、CloudStorageにデータの新しいコピーを作成しますエラーのある行をスキップします

正解: C

 

質問 37
ペタバイトの分析データがあり、そのためのストレージおよび処理プラットフォームを設計する必要があります。 Google Cloudのデータに対してデータウェアハウススタイルの分析を実行し、データセットを他のクラウドプロバイダーのバッチ分析ツールのファイルとして公開できる必要があります。あなたは何をするべきか？

• A. ウォームデータをファイルとしてCloud Storageに保存し、アクティブデータをBigQueryに保存します。この比率を次のように維持します
  80％暖かく、20％アクティブ。
• B. データセット全体をCloudBigtableに保存して処理します。
• C. データセット全体をBigQueryに保存して処理します。
• D. データセット全体をBigQueryに保存し、データの圧縮コピーをCloudStorageバケットに保存します。

正解: D

 

質問 38
......

合格率取得する秘訣はProfessional-Data-Engineer日本語認定試験エンジンPDF：https://jp.fast2test.com/Professional-Data-Engineer-JPN-premium-file.html