2023年最新の本日更新された最新のProfessional-Data-Engineer日本語のPDFにはProfessional-Data-Engineer日本語テスト限定無料！ [Q105-Q127]

2023年最新の本日更新された最新のProfessional-Data-Engineer日本語のPDFにはProfessional-Data-Engineer日本語テスト限定無料！

完全版最新の問題集PDFで最新Professional-Data-Engineer日本語試験問題と解答

質問 # 105
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、ポイントインタイム（PIT）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つ選択してください。）

• A. 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。
• B. 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。
• C. 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、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。
• D. 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。
• 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：A、E

質問 # 106
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 Dataflow、およびLocal SSD
• C. Cloud Pub / Sub、Cloud Dataflow、Cloud Storage
• D. Cloud Pub / Sub、Cloud SQL、およびCloud Storage

正解：D

質問 # 107
ニューラルネットワークモデルのトレーニングには数日かかります。トレーニング速度を上げたい。あなたは何ができますか？

• A. テストデータセットをサブサンプリングします。
• B. トレーニングデータセットをサブサンプリングします。
• C. モデルへの入力フィーチャの数を増やします。
• D. ニューラルネットワークのレイヤー数を増やします。

正解：D

質問 # 108
GoogleCloudでレコメンデーションエンジンを使用するアプリケーションを開発しています。ソリューションでは、過去の視聴回数に基づいて新しい動画を顧客に表示する必要があります。ソリューションでは、顧客が視聴したビデオ内のエンティティのラベルを生成する必要があります。設計では、数TBのデータに関する他の顧客の好みからのデータに基づいて、非常に高速なフィルタリングの提案を提供できる必要があります。あなたは何をするべきか？

• A. Spark MLlibを使用して複雑な分類モデルを構築およびトレーニングし、ラベルを生成して結果をフィルタリングします。
  CloudDataprocを使用してモデルをデプロイします。アプリケーションからモデルを呼び出します。
• B. Cloud Video IntelligenceAPIを呼び出してラベルを生成するアプリケーションを構築します。 Cloud SQLにデータを保存し、予測されたラベルを結合およびフィルタリングして、ユーザーの表示履歴と一致させ、設定を生成します。
• C. Cloud Video IntelligenceAPIを呼び出してラベルを生成するアプリケーションを構築します。 Cloud Bigtableにデータを保存し、予測されたラベルをフィルタリングしてユーザーの表示履歴に一致させ、設定を生成します。
• D. Spark MLlibを使用して分類モデルを構築およびトレーニングし、ラベルを生成します。 Spark MLlibを使用して2番目の分類モデルを構築およびトレーニングし、顧客の好みに一致するように結果をフィルタリングします。 CloudDataprocを使用してモデルをデプロイします。アプリケーションからモデルを呼び出します。

正解：C

質問 # 109
プリエンプティブワーカーをDataprocクラスターに追加するときに適用されるルールはどれですか（2つの回答を選択してください）。

• A. Dataprocクラスターはプリエンプティブワーカーのみを持つことはできません。
• B. プリエンプティブワーカーはデータを保存できません。
• C. プリエンプティブワーカーは永続ディスクを使用できません。
• D. プリエンプティブワーカーが再利用される場合は、代替ワーカーを手動で追加する必要があります。

正解：A、B

解説：
Explanation
The following rules will apply when you use preemptible workers with a Cloud Dataproc cluster:
Processing only-Since preemptibles can be reclaimed at any time, preemptible workers do not store data.
Preemptibles added to a Cloud Dataproc cluster only function as processing nodes.
No preemptible-only clusters-To ensure clusters do not lose all workers, Cloud Dataproc cannot create preemptible-only clusters.
Persistent disk size-As a default, all preemptible workers are created with the smaller of 100GB or the primary worker boot disk size. This disk space is used for local caching of data and is not available through HDFS.
The managed group automatically re-adds workers lost due to reclamation as capacity permits.
Reference: https://cloud.google.com/dataproc/docs/concepts/preemptible-vms

質問 # 110
あなたの会社は、カンマ区切り値（CSV）ファイルをGoogleBigQueryに読み込んでいます。データは完全に正常にインポートされます。ただし、インポートされたデータは、バイトごとにソースファイルと一致していません。この問題の最も可能性の高い原因は何ですか？

• A. CSVデータはBigQueryに読み込まれる前にETLフェーズを通過していません。
• B. BigQueryに読み込まれたCSVデータにはCSVのフラグが付けられていません。
• C. BigQueryに読み込まれたCSVデータは、BigQueryのデフォルトのエンコーディングを使用していません。
• D. CSVデータに、インポート時にスキップされた無効な行があります。

正解：D

質問 # 111
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. WHERE_PARTITIONTIME疑似列を使用します
• C. YYYY-MM-DDとYYYY-MM-DDの間のWHERE日付を使用します
• D. TABLE_DATE_RANGE関数を使用します

正解：D

質問 # 112
一元化された分析プラットフォームとしてBigQueryを使用します。新しいデータは毎日読み込まれ、ETLパイプラインは元のデータを変更して最終ユーザー向けに準備します。このETLパイプラインは定期的に変更され、エラーが発生する可能性がありますが、エラーが検出されるのは2週間後の場合もあります。これらのエラーから回復する方法を提供する必要があり、バックアップはストレージコストに合わせて最適化する必要があります。 BigQueryでデータをどのように整理し、バックアップを保存する必要がありますか？

• A. データを月ごとに別々のテーブルに整理し、BigQueryの別々のデータセットにデータを複製します。
• B. データを月ごとに別々のテーブルに整理し、データをエクスポート、圧縮、クラウドストレージに保存します。
• C. データを月ごとに別々のテーブルに整理し、スナップショットデコレータを使用してテーブルを破損前の時間に復元します。
• D. データを単一のテーブルに整理し、BigQueryデータをエクスポートして圧縮し、CloudStorageに保存します。

正解：C

質問 # 113
あなたの会社は、リアルタイムのセンサーデータを工場のフロアからBigtableにストリーミングしていますが、パフォーマンスが非常に低いことに気づきました。リアルタイムダッシュボードに入力するクエリでBigtableのパフォーマンスを向上させるには、行キーをどのように再設計する必要がありますか？

• A. >＃<sensorid>＃<timestamp>の形式の行キーを使用します。
• B. <sensorid>形式の行キーを使用します。
• C. <timestamp>形式の行キーを使用します。
• D. <timestamp>＃<sensorid>の形式の行キーを使用します。

正解：A

質問 # 114
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. 行キー内に複数の時系列値を含める
• B. 行キーを適度に短くします
• 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：B

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 # 115
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。
• C. 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。
• D. 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。
• E. 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。

正解：D

質問 # 116
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. 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。
• 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。
• D. 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。
• 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：A、E

質問 # 117
インフラストラクチャには、一連のYouTubeチャンネルが含まれています。あなたは、分析のためにYouTubeチャンネルデータをGoogleCloudに送信するプロセスを作成する任務を負っています。世界中のマーケティングチームが最新のYouTubeチャンネルのログデータでANSISQLやその他のタイプの分析を実行できるようにするソリューションを設計したいと考えています。
a。Google Cloudへのログデータ転送をどのように設定する必要がありますか？

• A. BigQuery Data Transfer Serviceを使用して、オフサイトのバックアップファイルを最終的な宛先としてCloudStorageMulti-Regionalストレージバケットに転送します。
• B. ストレージ転送サービスを使用して、オフサイトのバックアップファイルを最終的な宛先としてCloudStorageMulti-Regionalストレージバケットに転送します。
• C. BigQuery Data Transfer Serviceを使用して、オフサイトのバックアップファイルをCloudStorageRegionalに転送します
• D. ストレージ転送サービスを使用して、オフサイトのバックアップファイルを最終的な宛先としてクラウドストレージリージョナルバケットに転送します。

正解：D

解説：
storage bucket as a final destination.

質問 # 118
数百万台のコンピューターの時系列のCPUとメモリの使用量を保存するデータベースを選択する必要があります。このデータを1秒間隔のサンプルに保存する必要があります。アナリストは、データベースに対してリアルタイムのアドホック分析を実行します。実行されたすべてのクエリに対して課金されることを避け、スキーマ設計がデータセットの将来の拡張を可能にすることを保証する必要があります。どのデータベースとデータモデルを選択する必要がありますか？

• A. Cloud Bigtableで、コンピューター識別子と1分ごとのサンプル時間を組み合わせた行キーを使用して幅の広いテーブルを作成し、1秒ごとの値を列データとして組み合わせます。
• B. BigQueryでテーブルを作成し、CPUとメモリの新しいサンプルをテーブルに追加します
• C. BigQueryで幅の広いテーブルを作成し、毎秒のサンプル値の列を作成し、毎秒の間隔で行を更新します
• D. ComputerEngineのコンピューター識別子と毎秒のサンプル時間を組み合わせた行キーを使用してCloudBigtableに狭いテーブルを作成します

正解：A

質問 # 119
BigQuery Web UIから実行できる操作は次のうちどれですか？

• A. ワイルドカードを使用して複数のファイルをアップロードします。
• B. 20MBのファイルをアップロードします。
• C. ネストされた繰り返しフィールドを使用してデータをロードします。
• D. SQL形式でファイルをアップロードします。

正解：C

解説：
Explanation
You can load data with nested and repeated fields using the Web UI.
You cannot use the Web UI to:
- Upload a file greater than 10 MB in size
- Upload multiple files at the same time
- Upload a file in SQL format
All three of the above operations can be performed using the "bq" command.
Reference: https://cloud.google.com/bigquery/loading-data

質問 # 120
Cloud Bigtableに依存するパフォーマンステストを実行している場合は、以下の1つを除くすべての選択肢が推奨される手順です。従うべき推奨されないステップはどれですか？

• A. テストする前に、重い事前テストを数分間実行します。
• B. 少なくとも300GBのデータを使用します。
• C. テストを少なくとも10分間実行します。
• D. 本番インスタンスを使用しないでください。

正解：D

解説：
If you're running a performance test that depends upon Cloud Bigtable, be sure to follow these steps as you plan and execute your test:
Use a production instance. A development instance will not give you an accurate sense of how a production instance performs under load.
Use at least 300 GB of data. Cloud Bigtable performs best with 1 TB or more of data. However, 300 GB of data is enough to provide reasonable results in a performance test on a 3-node cluster. On larger clusters, use 100 GB of data per node.
Before you test, run a heavy pre-test for several minutes. This step gives Cloud Bigtable a chance to balance data across your nodes based on the access patterns it observes.
Run your test for at least 10 minutes. This step lets Cloud Bigtable further optimize your data, and it helps ensure that you will test reads from disk as well as cached reads from memory.

質問 # 121
データをパーティションテーブルに配置するためにサポートされている方法ではないのはどれですか？

• A. クエリを実行して、既存のテーブルから特定の日のレコードを取得し、宛先テーブルについて、その日で終わるパーティションテーブルを「$ YYYYMMDD」の形式で指定します。
• B. ORDER BYを使用してテーブルの行を時系列に並べてから、テーブルのタイプを次のように変更します。
  「パーティション化」。
• C. 既存のデータが毎日別々のファイルにある場合は、パーティションテーブルを作成し、各ファイルを適切なパーティションにアップロードします。
• D. パーティションテーブルを作成し、毎日新しいレコードをストリーミングします。

正解：B

解説：
You cannot change an existing table into a partitioned table. You must create a partitioned table from scratch. Then you can either stream data into it every day and the data will automatically be put in the right partition, or you can load data into a specific partition by using "$YYYYMMDD" at the end of the table name.

質問 # 122
GoogleCloudで実行されているマルチステップデータパイプラインの実行を自動化する必要があります。パイプラインには、相互に複数の依存関係があるCloudDataprocジョブとCloudDataflowジョブが含まれます。可能な場合はマネージドサービスを使用する必要があり、パイプラインは毎日実行されます。どのツールを使用する必要がありますか？

• A. CloudDataprocのワークフローテンプレート
• B. クラウドスケジューラ
• C. Cloud Composer
• D. cron

正解：C

質問 # 123
あなたは、ハンドヘルドスキャナーを使用して出荷ラベルを読み取る海運会社で働いています。あなたの会社には厳格なデータプライバシー基準があり、スキャナーは受信者の個人情報（PII）のみを分析システムに送信する必要があります。これはユーザーのプライバシールールに違反します。クラウドネイティブのマネージドサービスを使用してスケーラブルなソリューションを迅速に構築し、PIIが分析システムにさらされるのを防ぎたいと考えています。あなたは何をするべきか？

• A. Stackdriverロギングを使用して、パイプライン全体を通過するデータを分析し、機密情報を含む可能性のあるトランザクションを特定します。
• B. BigQueryで承認済みビューを作成して、機密データを含むテーブルへのアクセスを制限します。
• C. トピックを読み取り、Cloud Data Loss PreventionAPIを呼び出すクラウド関数を作成します。
  タグ付けと信頼水準を使用して、レビューのためにバケット内のデータを渡すか隔離します。
• D. Compute Engine仮想マシンにサードパーティのデータ検証ツールをインストールして、受信データの機密情報を確認します。

正解：B

質問 # 124
Cloud Bigtableのパフォーマンスが低下する正当な理由ではないのはどれですか？

• A. ネットワーク接続に問題があります。
• B. テーブルのスキーマが正しく設計されていません。
• C. CloudBigtableクラスターのノードが多すぎます。
• D. ワークロードはCloudBigtableに適していません。

正解：C

解説：
Explanation
The Cloud Bigtable cluster doesn't have enough nodes. If your Cloud Bigtable cluster is overloaded, adding more nodes can improve performance. Use the monitoring tools to check whether the cluster is overloaded.
Reference: https://cloud.google.com/bigtable/docs/performance

質問 # 125
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。
• B. 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。
• 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：D

解説：
Reference: https://cloud.google.com/solutions/data-lifecycle-cloud-platform

質問 # 126
次の要件を持つ運用チームの視覚化を作成する必要があります。
*テレメトリには、直近の6週間の50,000のインストールすべてからのデータを含める必要があります（1分ごとにサンプリング）
*レポートはライブデータから3時間以上遅れてはなりません。
*実用的なレポートには、次善のリンクのみを表示する必要があります。
*ほとんどの次善のリンクは一番上にソートする必要があります。
*次善のリンクは、地域の地理によってグループ化およびフィルタリングできます。
*レポートをロードするためのユーザー応答時間は5秒未満である必要があります。
過去6週間のデータを保存するデータソースを作成し、視聴者が複数の日付範囲、異なる地理的地域、および固有のインストールタイプを表示できるようにする視覚化を作成します。ビジュアライゼーションを変更せずに、常に最新のデータを表示します。毎月新しいビジュアライゼーションを作成および更新することは避けたいと考えています。あなたは何をするべきか？

• A. データをリレーショナルデータベーステーブルに読み込み、すべての行をクエリするGoogle App Engineアプリケーションを作成し、各基準でデータを要約してから、GoogleChartsと視覚化APIを使用して結果をレンダリングします。
• B. 現在のデータを調べて、基準の可能な組み合わせごとに1つずつ、一連​​のグラフと表を作成します。
• C. 現在のデータを調べて、値の選択を可能にする基準フィルターにバインドされた一般化されたチャートとテーブルの小さなセットを作成します。
• D. データをスプレッドシートにエクスポートし、基準の可能な組み合わせごとに1つずつ、一連​​のグラフと表を作成し、それらを複数のタブに分散します。

正解：C

質問 # 127
......

無料Professional-Data-Engineer日本語試験問題Professional-Data-Engineer日本語実際の無料試験問題：https://jp.fast2test.com/Professional-Data-Engineer-JPN-premium-file.html