[2023年12月]更新のProfessional-Cloud-Architect日本語問題集本日限定！無料アクセス可能に！Fast2testで試そう
学習材料は有効Professional-Cloud-Architect日本語効率的問題集！
質問 # 11
会社はクラウドへの移行に成功しており、データストリームを分析して運用を最適化したいと考えています。この分析のための既存のコードはないため、すべてのオプションを調査しています。これらのオプションには、バッチ処理とストリーム処理の混合が含まれます。これは、1時間ごとのジョブを実行し、データが入ってくると一部のデータをライブ処理するためです。
- A. Google BigQueryを使用したGoogle Compute Engine
- B. Google Cloud Dataflow
- C. Google Cloud Dataproc
- D. Bigtableを使用したGoogle Container Engine
正解：B
解説：
説明
データフローは、バッチとストリームの両方を処理するためのものです。
Cloud Dataflowは、同等の信頼性と表現力を備えたストリーム（リアルタイム）およびバッチ（履歴）モードでデータを変換および強化するための完全に管理されたサービスであり、複雑な回避策や妥協は必要ありません。
参照：https://cloud.google.com/dataflow/
質問 # 12
アプリケーションは、分析のためにログをBigQueryに書き込みます。各アプリケーションには独自のテーブルが必要です。
45日より古いログはすべて削除する必要があります。ストレージを最適化し、Googleが推奨するプラクティスに従ってください。あなたは何をするべきか？
- A. テーブルをタイムパーティション化し、パーティションの有効期限を45日に設定します
- B. 45日以上経過したアプリケーションログを削除するには、BigQueryのデフォルトの動作に依存します
- C. テーブルの有効期限を45日に設定します
- D. BigQueryコマンドラインツール（bq）を使用して45日以上経過したレコードを削除するスクリプトを作成します
正解：C
解説：
Reference:https://cloud.google.com/bigquery/docs/managing-tables
質問 # 13 
- A. Option B
- B. Option C
- C. Option D
- D. Option A
正解：D
解説：
Explanation
From Scenario:
A few of their games were more popular than expected, and they had problems scaling their application servers, MySQL databases, and analytics tools.
Requirements for Game Analytics Platform include: Dynamically scale up or down based on game activity
質問 # 14
ケーススタディ：2 - TerramEarthケーススタディ
会社概要
TerramEarthは、鉱業および農業業界向けの重機を製造しています。
彼らの事業の80％は鉱業から、そして20％は農業からのものです。現在、100カ国に500以上のディーラーとサービスセンターがあります。彼らの使命は、顧客をより生産的にする製品を作ることです。
会社背景
TerramEarthは1946年に、いくつかの小さな家族経営の会社が第二次世界大戦後に再編成するために結集したときに結成されました。会社は彼らの従業員と顧客を気にして、彼らが彼らの家族の拡張メンバーであると考えます。
TerramEarthは、自社のコア製品を革新し、顧客のニーズが変化したときに新しい市場を見つける能力を誇っています。過去20年間、業界の傾向は、人間の操作者と共に大型車を使用することによって生産性を向上させることに大きく向けられてきました。
ソリューションコンセプト
1秒間に120フィールドのデータを収集する2,000万台のTerramEarth車両が稼働しています。
データは車両にローカルに保存され、車両の修理時に分析のためにアクセスできます。
データはメンテナンスポートを介してダウンロードされます。この同じポートを使用して動作パラメータを調整し、新しいコンピューティングモジュールで現場での車両のアップグレードを可能にすることができます。
約200,000台の車両が携帯電話ネットワークに接続されているため、TerramEarthはデータを直接収集できます。 1秒あたり120フィールドのデータレートで、1日あたり22時間の運用。
TerramEarthは、これらの接続された車両から合計約9 TB /日を収集します。
既存の技術環境
TerramEarthの既存のアーキテクチャは、データセンターに常駐するLinuxベースのシステムで構成されています。これらのシステムは、現場からCSVファイルをgzipしてFTPでアップロードし、それらを変換して集約し、データをデータウェアハウスに配置します。このプロセスには時間がかかるため、集約レポートは3週間前のデータに基づいています。
このデータを使用して、TerramEarthは交換部品の優先在庫を確保し、計画外のダウンタイムを60％削減することができました。しかし、データが古くなっているため、一部の顧客は交換部品を待つ間、最長4週間車を購入できません。
ビジネス要件
- 計画外の車両のダウンタイムを1週間以内に短縮します。
余剰在庫を運ぶコストを増やす
- 顧客の使用方法に関するより多くのデータでディーラーネットワークをサポートする
自社の機器IPは新製品や新サービスの位置付けを向上させます。
- 特に他の企業と提携する能力を持つ
急成長している農業における種子および肥料の供給者
ビジネス - 顧客に魅力的な共同オファリングを作成する
CEO声明
私達は私達の顧客の生産性を高めるために大型車への傾向を利用することに成功しています。技術の変化は急速に起きており、TerramEarthはコネクテッドデバイス技術を利用して、インテリジェント農業機器などのより良いサービスをお客様に提供しています。この技術により、過去の傾向を利用して自社の車両の運転方法を調整することで、農家の収穫高を25％向上させることができました。これらの進歩は私達が私達が2020年までに私達の収入の50％を生成すると期待する私達の農産物ラインの急速な成長をもたらしました。
CTOステートメント
当社の競争上の優位性は、製造コストの面で他社よりも優れた車両を製造する能力を備えた製造プロセスに常にあります。しかし、さまざまなアプローチを持つ新製品が絶えず開発されており、私たちの業界で次の変革の波を経験するためのスキルが不足していることを私は心配しています。残念ながら、私達のCEOは技術の陳腐化を深刻に受け止めておらず、彼は私達の業界で多くの新しい会社がニッチなプレーヤーであると考えています。私の目標は、段階的な技術革新を通じて、当面の市場のニーズに対応しながら、私たちのスキルを磨くことです。
この質問については、TerramEarthのケーススタディを参照してください。 TerramEarthの2000万台の車が世界中に点在しています。車両の位置に基づいて、そのテレメトリデータはGoogle Cloud Storage（GCS）地域バケット（アメリカ、ヨーロッパ、またはアジア）に保存されます。 CTOは、生のテレメトリデータに関するレポートを作成して、100 Kマイル後に車両が故障した理由を特定するよう依頼しました。このジョブをすべてのデータに対して実行します。この仕事を実行するための最も費用対効果の高い方法は何ですか？
- A. すべてのデータを1つのゾーンに移動してからCloud Dataprocクラスターを起動してジョブを実行します。
- B. 各地域でクラスターを起動して生データを前処理して圧縮し、次にデータを複数地域のバケットに移動してDataprocクラスターを使用してジョブを終了します。
- C. すべてのデータを1つの地域に移動してから、Google Cloud Dataprocクラスターを起動してジョブを実行します。
- D. 各地域でクラスターを起動して生データを前処理して圧縮し、そのデータを地域のバケットに移動してCloud Dataprocクラスターを使用してジョブを終了します。
正解：D
解説：
Compressed Data save $$$
Region bucket cheaper than Multi Region
References: https://medium.com/google-cloud/google-cloud-storage-what-bucket-class-for-the- bestperformance-5c847ac8f9f2
質問 # 15 
MySQL - user data, inventory, static data
* Redis - metadata, social graph, caching
* Application servers:
Tomcat - Java micro-services
* Nginx - static content
* Apache Beam - Batch processing
* Storage appliances:
iSCSI for VM hosts
* Fiber channel SAN - MySQL databases
* NAS - image storage, logs, backups
* Apache Hadoop/Spark servers:
Data analysis
* Real-time trending calculations
* MQ servers:
Messaging
* Social notifications
* Events
* Miscellaneous servers:
Jenkins, monitoring, bastion hosts, security scanners
* Business Requirements
* Build a reliable and reproducible environment with scaled parity of production. Improve security by defining and adhering to a set of security and Identity and Access Management (IAM) best practices for cloud.
- A. Logging, Alerts, Insights, Debug
- B. Monitoring, Logging, Alerts, Error Reporting
- C. Monitoring, Trace, Debug, Logging
- D. Monitoring, Logging, Debug, Error Report
正解：C
質問 # 16 
- A. Option B
- B. Option C
- C. Option D
- D. Option A
正解：D
解説：
Explanation
References: https://cloud.google.com/storage-options/
質問 # 17
ケーススタディ：2 - TerramEarthケーススタディ
会社概要
TerramEarthは、鉱業および農業業界向けの重機を製造しています。
彼らの事業の80％は鉱業から、そして20％は農業からのものです。現在、100カ国に500以上のディーラーとサービスセンターがあります。彼らの使命は、顧客をより生産的にする製品を作ることです。
会社背景
TerramEarthは1946年に、いくつかの小さな家族経営の会社が第二次世界大戦後に再編成するために結集したときに結成されました。会社は彼らの従業員と顧客を気にして、彼らが彼らの家族の拡張メンバーであると考えます。
TerramEarthは、自社のコア製品を革新し、顧客のニーズが変化したときに新しい市場を見つける能力を誇っています。過去20年間、業界の傾向は、人間の操作者と共に大型車を使用することによって生産性を向上させることに大きく向けられてきました。
ソリューションコンセプト
1秒間に120フィールドのデータを収集する2,000万台のTerramEarth車両が稼働しています。
データは車両にローカルに保存され、車両の修理時に分析のためにアクセスできます。
データはメンテナンスポートを介してダウンロードされます。この同じポートを使用して動作パラメータを調整し、新しいコンピューティングモジュールで現場での車両のアップグレードを可能にすることができます。
約200,000台の車両が携帯電話ネットワークに接続されているため、TerramEarthはデータを直接収集できます。 1秒あたり120フィールドのデータレートで、1日あたり22時間の運用。
TerramEarthは、これらの接続された車両から合計約9 TB /日を収集します。
既存の技術環境
TerramEarthの既存のアーキテクチャは、データセンターに常駐するLinuxベースのシステムで構成されています。これらのシステムは、現場からCSVファイルをgzipしてFTPでアップロードし、それらを変換して集約し、データをデータウェアハウスに配置します。このプロセスには時間がかかるため、集約レポートは3週間前のデータに基づいています。
このデータを使用して、TerramEarthは交換部品の優先在庫を確保し、計画外のダウンタイムを60％削減することができました。しかし、データが古くなっているため、一部の顧客は交換部品を待つ間、最長4週間車を購入できません。
ビジネス要件
- 計画外の車両のダウンタイムを1週間以内に短縮します。余剰在庫を運ぶコストを増やす
- 顧客の使用方法に関するより多くのデータでディーラーネットワークをサポートする。自社の機器IPは新製品や新サービスの位置付けを向上させます。
- 特に他の企業と提携する能力を持つ。急成長している農業における種子および肥料の供給者
ビジネス - 顧客に魅力的な共同オファリングを作成する
CEO声明
私達は私達の顧客の生産性を高めるために大型車への傾向を利用することに成功しています。技術の変化は急速に起きており、TerramEarthはコネクテッドデバイス技術を利用して、インテリジェント農業機器などのより良いサービスをお客様に提供しています。この技術により、過去の傾向を利用して自社の車両の運転方法を調整することで、農家の収穫高を25％向上させることができました。これらの進歩は私達が私達が2020年までに私達の収入の50％を生成すると期待する私達の農産物ラインの急速な成長をもたらしました。
CTOステートメント
当社の競争上の優位性は、製造コストの面で他社よりも優れた車両を製造する能力を備えた製造プロセスに常にあります。しかし、さまざまなアプローチを持つ新製品が絶えず開発されており、私たちの業界で次の変革の波を経験するためのスキルが不足していることを私は心配しています。残念ながら、私達のCEOは技術の陳腐化を深刻に受け止めておらず、彼は私達の業界で多くの新しい会社がニッチなプレーヤーであると考えています。私の目標は、段階的な技術革新を通じて、当面の市場のニーズに対応しながら、私たちのスキルを磨くことです。
この質問については、TerramEarthのケーススタディを参照してください。データ検索を高速化するために、より多くの車両がセルラー接続にアップグレードされ、ETLプロセスにデータを送信できるようになります。現在のFTPプロセスはエラーが発生しやすく、接続が失敗するとファイルの先頭からデータ転送が再開されます。これは頻繁に発生します。ソリューションの信頼性を向上させ、セルラー接続でのデータ転送時間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. 異なる地域にあるFTPサーバーを実行している複数のGoogle Container Engineクラスタを使用する。
データを私たち、EU、およびアジアの多地域バケットに保存します。バケット内のデータを使用してETLプロセスを実行します。 - B. Google API over HTTP（S）を使用して、ファイルを私たち、eu、およびアジアのさまざまなGoogle Cloud Multi-Regional Storageバケットの場所に直接転送します。バケット内のデータを使用してETLプロセスを実行します。
- C. FTPサーバのGoogle Container Engineクラスタを1つ使用してください。データを多地域バケットに保存します。バケット内のデータを使用してETLプロセスを実行します。
- D. Google API over HTTP（S）を使用して、私たち、EU、およびアジアの別のGoogle Cloud Regional Storageバケットの場所にファイルを直接転送します。 ETLプロセスを実行して、各地域バケットからデータを取得します。
正解：B
質問 # 18
営業時間中にのみ使用するアプリケーションを設計しています。最小の実行可能な製品リリースでは、アクティビティがない場合にコストが発生しないように、自動的に「ゼロに拡大」する管理製品を使用します。
どのプライマリコンピューティングリソースを選択する必要がありますか？
- A. Kubernetes Engine
- B. Compute Engine
- C. AppEngineフレキシブル環境
- D. クラウド機能
正解：D
質問 # 19 
- A. Option A
- B. Option B
- C. Option D
- D. Option C
正解：D
解説：
https://cloud.google.com/vpc/docs/using-firewalls
質問 # 20
会社には、レポートのソースとして機能する複数のオンプレミスシステムがあります。データは適切に維持されておらず、時間とともに劣化しました。 Googleが推奨するプラクティスを使用して、会社データの異常を検出する必要があります。あなたは何をするべきか？
- A. ファイルをCloud Storageにアップロードします。 Cloud Dataprepを使用して、データを探索してクリーンアップします。
- B. ファイルをCloud Storageにアップロードします。 Cloud Datalabを使用して、データを探索してクリーンアップします。
- C. Cloud Datalabをオンプレミスシステムに接続します。 Cloud Datalabを使用して、データを探索してクリーンアップします。
- D. Cloud Dataprepをオンプレミスシステムに接続します。 Cloud Dataprepを使用して、データを探索してクリーンアップします。
正解：A
解説：
Explanation
https://cloud.google.com/dataprep/
質問 # 21
主なビジネス目標の1つは、アプリケーションに保存されているデータを信頼できるようにすることです。アプリケーションデータへのすべての変更を記録する必要があります。ログの信頼性を検証するために、ログシステムをどのように設計できますか？
- A. 各ログエントリのJSONダンプを作成し、Google Cloud Storageに保存します。
- B. クラウドとオンプレミスで同時にログを書き込みます。
- C. SQLデータベースを使用し、ログテーブルを変更できるユーザーを制限します。
- D. 各タイムスタンプとログエントリにデジタル署名し、署名を保存します。
正解：A
解説：
説明
https://cloud.google.com/storage/docs/access-logs
ログエントリを書き込みます。ログが存在しない場合は作成されます。ログエントリの重大度を指定できます。また、--payload-type = jsonを指定してメッセージをJSON文字列として書き込むことにより、構造化されたログエントリを書き込むことができます。
gcloud logging write LOG STRING
gcloud logging write LOG JSON-STRING --payload-type = json
参照：https://cloud.google.com/logging/docs/reference/tools/gcloud-logging
質問 # 22
この質問については、JencoMartのケーススタディを参照してください。
JencoMartは、ユーザープロファイルストレージをGoogle Cloud Datastoreに、アプリケーションサーバーをGoogle Compute Engine（GCE）に移行することを決定しました。移行中に、既存のインフラストラクチャはデータストアにアクセスしてデータをアップロードする必要があります。どのサービスアカウントキー管理戦略を推奨する必要がありますか？
- A. オンプレミスインフラストラクチャおよびGCE仮想マシン（VM）のサービスアカウントキーをプロビジョニングします。
- B. オンプレミスインフラストラクチャのサービスアカウントキーをプロビジョニングし、VMにGoogle Cloud Platform（GCP）管理キーを使用します
- C. オンプレミスインフラストラクチャのGCE / Google Container Engine（GKE）にカスタム認証サービスをデプロイし、VMにGCP管理キーを使用します。
- D. オンプレミスインフラストラクチャをユーザーアカウントで認証し、VMのサービスアカウントキーをプロビジョニングします。
正解：B
解説：
説明
https://cloud.google.com/iam/docs/understanding-service-accounts
Google Cloud Platformへのデータの移行
別のクラウドプロバイダーで発生するデータ処理があり、処理したデータをGoogle Cloud Platformに転送するとします。外部クラウド上の仮想マシンのサービスアカウントを使用して、Google Cloud Platformにデータをプッシュできます。これを行うには、サービスアカウントを作成するときにサービスアカウントキーを作成してダウンロードし、外部プロセスからそのキーを使用してCloud Platform APIを呼び出す必要があります。
参照：
https://cloud.google.com/iam/docs/understanding-service-accounts#migrating_data_to_google_cloud_platform
質問 # 23
顧客は、eコマースサイトで使用されるWebサービスを実行して、製品の推奨事項をユーザーに提供します。同社は、結果の品質を向上させるために、Google Cloud Platformで機械学習モデルの実験を開始しました。
時間の経過とともにモデルの結果を改善するために、顧客は何をすべきですか？
- A. 機械学習モデルのトレーニングをCloud GPUからCloud TPUに移行するロードマップを作成します。これにより、より良い結果が得られます。
- B. Cloudmachine Learning EngineのパフォーマンスメトリックをStackdriverからBigQueryにエクスポートし、モデルの効率を分析するために使用します。
- C. 推奨事項の履歴と推奨事項の結果をBigQueryに保存し、トレーニングデータとして使用します。
- D. 新しいCPUアーキテクチャの可用性についてCompute Engineのアナウンスを監視し、パフォーマンスが向上するようになったらすぐにモデルをデプロイします。
正解：A
質問 # 24 
- A. Logging, Alerts, Insights, Debug
- B. Monitoring, Logging, Alerts, Error Reporting
- C. Monitoring, Trace, Debug, Logging
- D. Monitoring, Logging, Debug, Error Report
正解：C
質問 # 25
運用チームから、ComputeEngineで実行される本番アプリケーションのパフォーマンスの問題の診断を支援するように依頼されました。アプリケーションは、高負荷時に到達するリクエストをドロップしています。影響を受けるインスタンスのプロセスリストには、使用可能なすべてのCPUを消費している単一のアプリケーションプロセスが表示され、自動スケーリングはインスタンスの上限に達しました。データベースを含む他の関連システムに異常な負荷はありません。プロダクショントラフィックをできるだけ早く再処理できるようにする必要があります。どのアクションをお勧めしますか？
- A. 影響を受けるインスタンスをずらして再起動します。
- B. 自動スケーリンググループのインスタンスの最大数を増やします。
- C. 自動スケーリングの指標をagent.googleapis.com/memory/percent_usedに変更します。
- D. 各インスタンスにSSHで接続し、アプリケーションプロセスを再起動します。
正解：B
質問 # 26 
- A. Option A
- B. Option B
- C. Option D
- D. Option C
正解：D
質問 # 27
お客様の企業アプリケーションをGoogle Cloud Platformに移行しています。 セキュリティチームは、組織内のすべてのプロジェクトの詳細な可視性を求めています。 Google Cloud Resource Managerをプロビジョニングし、組織管理者として自分自身を設定します。 セキュリティチームにGoogle Cloud IDとアクセス管理（Cloud IAM）の役割を教えてください。
- A. Project owner, network admin
- B. Org viewer, project viewer
- C. Org viewer, project owner
- D. Org admin, project browser
正解：B
解説：
Explanation
https://cloud.google.com/iam/docs/using-iam-securely
質問 # 28 
- A. Option A
- B. Option B
- C. Option D
- D. Option E
- E. Option F
- F. Option C
正解：C、E、F
解説：
https://cloud.google.com/compute/docs/troubleshooting/troubleshooting-ssh
質問 # 29
オンプレミスデータベースと統合する必要があるApp Engineにアプリケーションをデプロイしています。セキュリティを確保するために、オンプレミスのデータベースにパブリックインターネット経由でアクセスすることはできません。あなたは何をするべきか？
- A. アプリケーションをApp Engine標準環境にデプロイし、App Engineファイアウォールルールを使用して、開いているオンプレミスデータベースへのアクセスを制限します。
- B. App Engine標準環境にアプリケーションをデプロイし、クラウドVPNを使用してオンプレミスデータベースへのアクセスを制限します。
- C. App Engineフレキシブル環境にアプリケーションをデプロイし、クラウドVPNを使用してオンプレミスデータベースへのアクセスを制限します。
- D. App Engineフレキシブル環境にアプリケーションをデプロイし、App Engineファイアウォールルールを使用して、オンプレミスデータベースへのアクセスを制限します。
正解：C
解説：
Explanation
https://cloud.google.com/appengine/docs/flexible/python/using-third-party-databases
質問 # 30
オンライン分析処理（OLAP）マーケティング分析およびレポートツールを構築する必要があります。
これには、数百テラバイトのデータを処理できるリレーショナルデータベースが必要です。そのようなアプリケーションにGoogleが推奨するツールは何ですか？
- A. BigQuery。表形式データの大規模処理用に設計されているため
- B. Cloud Spanner、グローバルに分散しているため
- C. Cloud Firestore。デバイス間のリアルタイム同期を提供するため
- D. 完全に管理されたリレーショナルデータベースであるため、Cloud SQL
正解：A
解説：
リファレンス：https://cloud.google.com/files/BigQueryTechnicalWP.pdf
質問 # 31
会社はクラウドへの移行に成功しており、データストリームを分析して運用を最適化したいと考えています。この分析のための既存のコードはないため、すべてのオプションを調査しています。これらのオプションには、バッチ処理とストリーム処理の混合が含まれます。これは、1時間ごとのジョブを実行し、データが入ってくると一部のデータをライブ処理するためです。
- A. Google BigQueryを使用したGoogle Compute Engine
- B. Google Cloud Dataflow
- C. Google Cloud Dataproc
- D. Bigtableを使用したGoogle Container Engine
正解：B
解説：
Explanation
Dataflow is for processing both the Batch and Stream.
Cloud Dataflow is a fully-managed service for transforming and enriching data in stream (real time) and batch (historical) modes with equal reliability and expressiveness -- no more complex workarounds or compromises needed.
References: https://cloud.google.com/dataflow/
質問 # 32
正確なリアルタイムの天気図作成アプリケーションのパフォーマンスを最適化する必要があります。データは、タイムスタンプとセンサー読み取り値の形式で、1秒に10個の読み取り値を送信する50,000個のセンサーから取得されます。データをどこに保存する必要がありますか？
- A. Google Cloud SQL
- B. Google BigQuery
- C. Google Cloud Storage
- D. Google Cloud Bigtable
正解：D
解説：
Explanation
It is time-series data, So Big Table.
https://cloud.google.com/bigtable/docs/schema-design-time-series
Google Cloud Bigtable is a scalable, fully-managed NoSQL wide-column database that is suitable for both real-time access and analytics workloads.
Good for:
* Low-latency read/write access
* High-throughput analytics
* Native time series support
* Common workloads:
* IoT, finance, adtech
* Personalization, recommendations
* Monitoring
* Geospatial datasets
* Graphs
References: https://cloud.google.com/storage-options/
質問 # 33
オンプレミス環境からCloud Storageにファイルをアップロードする必要があります。 お客様が用意した暗号化キーを使用してCloud Storage上でファイル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. gsutilを使用してバケットを作成し、フラグ--encryption-keyを使用して暗号化キーを指定します。 gsutilを使ってファイルをそのバケットにアップロードします。
- B. gsutilを使用してファイルをアップロードし、フラグ--encryption-keyを使用して暗号化キーを指定します。
- C. gcloud configを使って暗号化キーを指定します。 gsutilを使ってファイルをそのバケットにアップロードします。
- D. 暗号化キーを.boto設定ファイルで提供します。 ファイルをアップロードするには、gsutilを使用してください。
正解：D
解説：
https://cloud.google.com/storage/docs/encryption/customer-supplied-keys#gsutil
質問 # 34
......
最新のProfessional-Cloud-Architect日本語試験エンジンPDFで全部無料問題集保証：https://jp.fast2test.com/Professional-Cloud-Architect-JPN-premium-file.html