[Q112-Q134] リアルなProfessional-Cloud-Architect日本語は100%カバー試験問題をゲット [2023年11月]

リアルなProfessional-Cloud-Architect日本語は100%カバー試験問題をゲット [2023年11月]

問題集まとめ概要はProfessional-Cloud-Architect日本語試験問題集はここ

質問 # 112
ケーススタディ：6 - TerramEarth
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。約
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。
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日あたり22時間の運用で1秒あたり120フィールドのデータレートで、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、単一の米国西海岸ベースのデータセンターに常駐するLinuxおよびWindows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、データをデータウェアハウスに保存します。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週間以内に減らします。
* Support the dealer network with more data on how their customers use their equipment to better
* position new products and services
Have the ability to partner with different companies - especially with seed and fertilizer suppliers
* in the fast-growing agricultural business - to create compelling joint offerings for their customers.
Technical Requirements
Expand beyond a single datacenter to decrease latency to the American Midwest and east
* coast.
Create a backup strategy.
* Increase security of data transfer from equipment to the datacenter.
* Improve data in the data warehouse.
* Use customer and equipment data to anticipate customer needs.
* Application 1: Data ingest
A custom Python application reads uploaded datafiles from a single server, writes to the data warehouse.
Compute:
Windows Server 2008 R2
* - 16 CPUs
- 128 GB of RAM
- 10 TB local HDD storage
Application 2: Reporting
An off the shelf application that business analysts use to run a daily report to see what equipment needs repair. Only 2 analysts of a team of 10 (5 west coast, 5 east coast) can connect to the reporting application at a time.
Compute:
Off the shelf application. License tied to number of physical CPUs
* - Windows Server 2008 R2
- 16 CPUs
- 32 GB of RAM
- 500 GB HDD
Data warehouse:
A single PostgreSQL server
* - RedHat Linux
- 64 CPUs
- 128 GB of RAM
- 4x 6TB HDD in RAID 0
エグゼクティブステートメント
当社の競争上の優位性は常に製造プロセスにあり、競合他社よりも低コストでより良い車両を製造することができます。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。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。すべての受信データをBigQueryに書き込む新しいアーキテクチャが導入されました。あなたは、データが汚れていることに気付いたので、コストを管理しながら自動化された日常的なデータ品質を確保したいと考えています。
あなたは何をするべきか？

A. BigQueryからデータを読み取り、それをクリーンアップするクラウド関数を作成します。それを引き起こしなさい。 Compute Engineインスタンスからクラウド機能をトリガーします。
B. BigQueryのデータにSQLステートメントを作成し、それをビューとして保存します。毎日ビューを実行し、結果を新しいテーブルに保存します。
C. Cloud Dataprepを使用して、BigQueryテーブルをソースとして構成します。データをきれいにするために毎日の仕事を予定しなさい。
D. 取り込みプロセスによってデータを受信しながら、ストリーミングCloud Dataflowジョブをセットアップします。 Cloud Dataflowパイプラインのデータを消去します。

正解：C

質問 # 113
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。セルラーネットワークに接続されている200,000台の車両のデータを取り込むための新しいアーキテクチャを設計するように求められます。 Googleが推奨する方法に従いたい。
技術的要件を考慮して、データの取り込みにどのコンポーネントを使用する必要がありますか？

A. 特定のSSHキーを備えたコンピューティングエンジン
B. 公開鍵と秘密鍵のペアを備えたクラウドIoTコア
C. プロジェクト全体のSSHキーを備えたCompute Engine
D. SSL入力を備えたGoogle Kubernetes Engine

正解：D

解説：
Explanation
https://cloud.google.com/solutions/iot-overview
https://cloud.google.com/iot/quotas

質問 # 114
カスタマーサポートツールは、保持と分析のために、すべてのメールとチャットの会話をCloud Bigtableに記録します。
最初に保存する前に、個人を特定できる情報または支払いカード情報のこのデータをサニタイズするための推奨されるアプローチは何ですか？

A. SHA256を使用してすべてのデータをハッシュします
B. Cloud Data Loss Prevention APIを使用してデータの識別を解除します
C. 楕円曲線暗号を使用してすべてのデータを暗号化します
D. 正規表現を使用して、電話番号、メールアドレス、クレジットカード番号を検索および編集します

正解：B

解説：
Reference: https://cloud.google.com/solutions/pci-dss-compliance-ingcp# using_data_loss_prevention_api_to_sanitize_data

質問 # 115
他のプロジェクトからのログ中になく、組織内のすべての運用保護からの togs を格納する操作を学習できるようにしたい運用プロジェクトはすべてフォルダーに含まれています。既存および新規の本番プロジェクトのすべてのログが自動的にキャプチャされるようにしたいと考えています。あなたは何をするべきか？

A. 本番プロジェクトでログエクスポートを作成します。運用プロジェクトでログシンクを Cloud Storage バケットに設定します。
B. 組織リソースで集約エクスポートを作成します。オペレーションプロジェクトで tog シンクを Cloud Storage バケットに設定します。
C. Production フォルダーに集約エクスポートを作成します。運用プロジェクトでログシンクを Cloud Storage バケットに設定する
D. 本番プロジェクトで tog エクスポートを作成します。トグシンクを本番プロジェクトの BigQuery データセットに設定し、運用チームに IAM アクセスを許可してデータセットでクエリを実行する

正解：B

質問 # 116
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。
Google Cloud Platformの採用が増えた結果、TerramEarthのレガシーエンタープライズプロセスのどれが大幅な変更を経験するか。

A. データセンターの拡張、TCO計算、使用率測定
B. キャパシティプランニング、TCO計算、運用コスト/設備投資の割り当て
C. 運用コスト/設備投資の割り当て、LANの変更、キャパシティプランニング
D. キャパシティプランニング、使用率測定、データセンターの拡張

正解：B

解説：
Capacity planning, TCO calculations, opex/capex allocation From the case study, it can conclude that Management (CXO) all concern rapid provision of resources (infrastructure) for growing as well as cost management, such as Cost optimization in Infrastructure, trade up front capital expenditures (Capex) for ongoing operating expenditures (Opex), and Total cost of ownership (TCO)
Topic 4, JencoMart
Company Overview
JencoMart is a global retailer with over 10,000 stores in 16 countries. The stores carry a range of goods, such as groceries, tires, and jewelry. One of the company's core values is excellent customer service. In addition, they recently introduced an environmental policy to reduce their carbon output by 50% over the next 5 years.
Company Background
JencoMart started as a general store in 1931, and has grown into one of the world's leading brands known for great value and customer service. Over time, the company transitioned from only physical stores to a stores and online hybrid model, with 25% of sales online. Currently, JencoMart has little presence in Asia, but considers that market key for future growth.
Solution Concept
JencoMart wants to migrate several critical applications to the cloud but has not completed a technical review to determine their suitability for the cloud and the engineering required for migration. They currently host all of these applications on infrastructure that is at its end of life and is no longer supported.
Existing Technical Environment
JencoMart hosts all of its applications in 4 data centers: 3 in North American and 1 in Europe, most applications are dual-homed.
JencoMart understands the dependencies and resource usage metrics of their on-premises architecture.
Application Customer loyalty portal
LAMP (Linux, Apache, MySQL and PHP) application served from the two JencoMart-owned U.S. data centers.
Database
* Oracle Database stores user profiles
20 TB
Complex table structure
Well maintained, clean data
Strong backup strategy
* PostgreSQL database stores user credentials
Single-homed in US West
o No redundancy
o Backed up every 12 hours
100% uptime service level agreement (SLA)
Authenticates all users
Compute
* 30 machines in US West Coast, each machine has:
o Twin, dual core CPUs
o 32GB of RAM
Twin 250 GB HDD (RAID 1)
* 20 machines in US East Coast, each machine has:
o Single dual-core CPU
o 24 GB of RAM
Twin 250 GB HDD (RAID 1)
Storage
* Access to shared 100 TB SAN in each location
* Tape backup every week
Business Requirements
* Optimize for capacity during peak periods and value during off-peak periods
* Guarantee service availably and support
* Reduce on-premises footprint and associated financial and environmental impact.
* Move to outsourcing model to avoid large upfront costs associated with infrastructure purchase
* Expand services into Asia.
Technical Requirements
* Assess key application for cloud suitability.
* Modify application for the cloud.
* Move applications to a new infrastructure.
* Leverage managed services wherever feasible
* Sunset 20% of capacity in existing data centers
* Decrease latency in Asia
CEO Statement
JencoMart will continue to develop personal relationships with our customers as more people access the web. The future of our retail business is in the global market and the connection between online and in-store experiences. As a large global company, we also have a responsibility to the environment through 'green' initiatives and polices.
CTO Statement
The challenges of operating data centers prevents focus on key technologies critical to our long-term success. Migrating our data services to a public cloud infrastructure will allow us to focus on big data and machine learning to improve our service customers.
CFO Statement
Since its founding JencoMart has invested heavily in our data services infrastructure. However, because of changing market trends, we need to outsource our infrastructure to ensure our long-term success. This model will allow us to respond to increasing customer demand during peak and reduce costs.

質問 # 117
BigQueryプロジェクトには複数のユーザーがいます。監査の目的で、各ユーザーが先月実行したクエリの数を確認する必要があります。

A. 「bqshow」を使用してすべてのジョブを一覧表示します。ジョブごとに、「bq Is」を使用してジョブ情報を一覧表示し、必要な情報を取得します。
B. Google DataStudioをBigQueryに接続します。ユーザーのディメンションと、ユーザーごとのクエリ量の指標を作成します。
C. BigQueryインターフェースで、JOBSテーブルに対してクエリを実行して、必要な情報を取得します。
D. クラウド監査ログを使用してクラウド監査ログを表示し、クエリ操作でフィルターを作成して、

正解：A

解説：
required information.
Explanation:
https://cloud.google.com/bigquery/docs/managing-jobs

質問 # 118

A. Option C
B. Option D
C. Option E
D. Option B
E. Option A

正解：A、C

解説：
The speed of deployment can be changed by limiting the size of the uploaded app, limiting the complexity of the build necessary in the Dockerfile, if present, and by ensuring a fast and reliable internet connection.
Note: Alpine Linux is built around musl libc and busybox. This makes it smaller and more resource efficient than traditional GNU/Linux distributions. A container requires no more than 8 MB and a minimal installation to disk requires around 130 MB of storage. Not only do you get a fully-fledged Linux environment but a large selection of packages from the repository.
References: https://groups.google.com/forum/#!topic/google-appengine/hZMEkmmObDU
https://www.alpinelinux.org/about/

質問 # 119
ケーススタディ：7-Mountkirk Games
会社概要
Mountkirk Gamesは、モバイルプラットフォーム用のセッションベースのオンラインマルチプレイヤーゲームを作成しています。彼らはいくつかのサーバー側の統合を使用してすべてのゲームを構築します。従来、彼らはクラウドプロバイダーを使用して物理サーバーをリースしてきました。
一部のゲームは予想外に人気があったため、世界中の視聴者、アプリケーションサーバー、MySQLデータベース、分析ツールのスケーリングに問題がありました。
彼らの現在のモデルは、ゲームの統計情報をファイルに書き込み、それらをレポート用に中央のMySQLデータベースにロードするETLツールを介して送信することです。
ソリューションのコンセプト
Mountkirk Gamesは、非常に人気が高いと予想される新しいゲームを構築しています。彼らは、ゲームのバックエンドをGoogle Compute Engineにデプロイして、ストリーミングメトリックをキャプチャし、集中的な分析を実行し、自動スケーリングサーバー環境を利用して、マネージドNoSQLデータベースと統合することを計画しています。
ビジネス要件
グローバルフットプリントに増加します。

アップタイムの改善-ダウンタイムはプレイヤーの損失です。

使用するクラウドリソースの効率を向上させます。

すべてのお客様の待ち時間を短縮します。

技術要件
ゲームバックエンドプラットフォームの要件
ゲームのアクティビティに基づいて動的にスケールアップまたはスケールダウンします。

トランザクションデータベースサービスに接続して、ユーザープロファイルとゲームの状態を管理します。

将来の分析のために、ゲームアクティビティを時系列データベースサービスに保存します。

システムのスケーリングに伴い、バックログの処理が原因でデータが失われないようにします。

強化されたLinuxディストリビューションを実行します。

ゲーム分析プラットフォームの要件
ゲームのアクティビティに基づいて動的にスケールアップまたはスケールダウン

ゲームサーバーから直接オンザフライで受信データを処理する

モバイルネットワークが遅いために遅れて到着するデータを処理する

クエリが少なくとも10 TBの履歴データにアクセスできるようにする

ユーザーのモバイルデバイスによって定期的にアップロードされるファイルを処理する

エグゼクティブステートメント
最後に成功したゲームは以前のクラウドプロバイダーにうまく対応できなかったため、ユーザーの採用が低下し、ゲームの評判に影響を与えました。私たちの投資家は、ゲームの速度と安定性を評価するためのより多くの主要業績評価指標（KPI）と、ゲームをターゲットユーザーに適応させるために使用パターンのより深い洞察を提供する他の指標を求めています。
さらに、現在のテクノロジースタックでは必要な規模を提供できないため、MySQLを置き換えて、自動スケーリング、低レイテンシの負荷分散を提供し、物理サーバーの管理から解放される環境に移行したいと考えています。
この質問については、Mountkirk Gamesのケーススタディを参照してください。 Mountkirk Gamesは、クラウドとテクノロジーの改善が利用可能になったときにそれを利用するために、将来のためのソリューションを設計したいと考えています。彼らはどちらのステップを取るべきですか？（2つ選択してください。）

A. JenkinsとSpinnakerを使用してCI / CDパイプラインを設定し、カナリアデプロイメントを自動化して開発速度を向上させます。
B. Linux仮想マシンに週1回のローリングメンテナンスプロセスを実装して、重要なカーネルパッチとパッケージアップデートを適用し、ゼロデイ脆弱性のリスクを軽減できるようにします。
C. 将来的にユーザーの行動を予測するための機械学習モデルのトレーニングに使用できるように、今日経済的に可能な限り多くの分析とゲームアクティビティデータを保存します。
D. ゲームバックエンドアーティファクトをコンテナーイメージにパッケージ化し、Kubernetes Engineで実行して、ゲームアクティビティに基づいてスケールアップまたはスケールダウンする可用性を向上させます。
E. データベースに追加のプレーヤーデータを格納する必要がある新しいゲーム機能を追加するときのダウンタイムを削減するために、スキーマバージョン管理ツールを採用します。

正解：A、B

質問 # 120

* Oracle Database stores user profiles

* PostgreSQL database stores user credentials
-homed in US West

Authenticates all users
Compute
* 30 machines in US West Coast, each machine has:

* 20 machines in US East Coast, each machine has:
-core CPU

RAID 1)

Storage
* Access to shared 100 TB SAN in each location
* Tape backup every week
Business Requirements
* Optimize for capacity during peak periods and value during off-peak periods
* Guarantee service availably and support
* Reduce on-premises footprint and associated financial and environmental impact.
* Move to outsourcing model to avoid large upfront costs associated with infrastructure purchase
* Expand services into Asia.
Technical Requirements
* Assess key application for cloud suitability.
* Modify application for the cloud.
* Move applications to a new infrastructure.
* Leverage managed services wherever feasible
* Sunset 20% of capacity in existing data centers
* Decrease latency in Asia

A. Option D
B. Option B
C. Option A
D. Option E
E. Option C

正解：A

解説：
From scenario:
Business Requirements include: Expand services into Asia
Technical Requirements include: Decrease latency in Asia

質問 # 121
あなたの会社は最近、Google Cloud にインフラストラクチャを持つ会社を買収しました。各企業は独自の Google Cloud 組織を持っている各企業は共有仮想プライベートクラウド（VPC）を使用してアプリケーションにネットワーク接続を提供している両社が使用するサブネットの一部が重複している両社が統合するには、アプリケーションにプライベートクラウドが必要であるネットワーク接続。これらのアプリケーションは、重複するサブネット上にありません。最小限のリエンジニアリングで接続を提供したい。あなたは何をするべきか？

A. 各共有 VPC とピア Cloud VPN に Cloud VPN ゲートウェイを設定します。
B. 各アプリケーションで SSH ポートフォワーディングを構成して、異なる共有 VPC 内のアプリケーション間の接続を提供します。
C. VPC ピアリングを設定し、各共有 VPC を一緒にピアリングします。
D. 買収した会社から自社の Google Cloud 組織に保護を移行する自社の共有 VPC でインスタンスを再起動する

正解：B

質問 # 122
Webアプリケーションは、欧州連合の一般データ保護規則（GDPR）の要件に準拠している必要があります。あなたはあなたのWebアプリケーションの技術的アーキテクチャに対して責任があります。あなたは何をするべきか？

A. アプリケーション内で使用されている各サービスについて、GCPConsole内の関連するGDPR準拠設定を有効にします。
B. コンプライアンスのギャップを埋めるために、Cloud Security Scannerがテスト計画戦略の一部であることを確認してください。
C. GDPR要件を満たすWebアプリケーション内のデータのセキュリティのための設計を定義します。
D. Googleは既にさまざまな認定を受けており、ネイティブ機能を使用すると「パスオン」コンプライアンスを提供するため、WebアプリケーションでGoogle Cloud Platformのネイティブ機能とサービスのみを使用するようにしてください。

正解：C

解説：
Reference:
https://cloud.google.com/security/gdpr/?tab=tab4

質問 # 123
あなたの顧客は、eコマースサイトで使用されるWebサービスを実行して、製品の推奨をユーザーに提供します。結果の質を向上させるために、Google Cloud Platform上で機械学習モデルを試し始めました。
モデルの結果を長期にわたって改善するために、顧客は何をすべきですか？

A. トレーニングデータとして使用するために、BigQueryに推奨の履歴と推奨の結果を保存します。
B. 機械学習モデルのトレーニングをCloud GPUからCloud TPUに移行するための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。
C. Cloud Machine Learning EngineのパフォーマンスメトリクスをStackdriverからBigQueryにエクスポートして、モデルの効率を分析するために使用します。
D. 新しいCPUアーキテクチャの可用性についてCompute Engineの発表を監視し、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それらにデプロイします。

正解：A

解説：
BigQuery need data to be applied in AI.

質問 # 124
Cloud Run for Anthosにデプロイされたアプリケーションを管理しており、アプリケーションの新しいバージョンをデプロイするための戦略を定義する必要があります。本番トラフィックのサブセットを使用して新しいコードを評価し、ロールアウトを続行するかどうかを決定します。あなたは何をするべきか？

A. 新しいバージョンのCloudRunに新しいサービスをデプロイします。両方のサービスの前にCloudLoadBalancingインスタンスを追加します。
B. Google Cloud Consoleで、CloudRun上のアプリケーションの新しいバージョンを指す新しいサービスを使用してTrafficDirectorを構成します。トラフィックのごく一部を新しいバージョンのアプリケーションに送信するようにTrafficDirectorを構成します。
C. CloudRunのGoogleCloud Consoleページで、開発ブランチにCloudBuildを使用して継続的デプロイを設定します。 Cloud Buildトリガーの一部として、新しいバージョンに転送するトラフィックの割合を使用して、置換変数TRAFFIC_PERCENTAGEを構成します。
D. 新しいバージョンでCloudRunに新しいリビジョンをデプロイします。リビジョン間のトラフィックの割合を設定します。

正解：C

質問 # 125
この質問については、EHRヘルスケアのケーススタディを参照してください。以前は、構成エラーにより、インターネットからアクセスできないはずのバックエンドサーバーにパブリックIPアドレスが設定されていました。バックエンドのComputeEngineインスタンスに外部IPアドレスを配置できないようにし、外部IPアドレスをフロントエンドのComputeEngineインスタンスにのみ構成できるようにする必要があります。あなたは何をするべきか？

A. フロントエンドインスタンスを持つプロジェクト内のすべてのユーザーからcompute.networkAdminロールを取り消します。
B. フロントエンドComputeEngineインスタンスでのみ外部IPアドレスを許可するという制約付きの組織ポリシーを作成します。
C. ITスタッフを組織のcompute.networkAdminロールにマップするIdentity and Access Management（IAM）ポリシーを作成します。
D. compute.addresses.create権限を持つGCE_FRONTENDという名前のカスタムIDおよびアクセス管理（IAM）ロールを作成します。

正解：B

質問 # 126
組織では、将来の法的手続きでの分析のために、すべてのアプリケーションのメトリックを5年間保持する必要があります。どのアプローチを使用する必要がありますか？

A. すべてのプロジェクトのStackdriver Monitoringを設定し、Google Cloud Storageにエクスポートします。
B. すべてのプロジェクトのStackdriver Monitoringを設定し、BigQueryにエクスポートします。
C. セキュリティプロジェクトに各プロジェクトのログへのアクセスを許可します。
D. デフォルトの保持ポリシーを使用して、すべてのプロジェクトのStackdriver Monitoringを設定します。

正解：B

解説：
説明
https://cloud.google.com/monitoring/api/v3/metrics
Stackdriver Loggingを使用すると、クラウドおよびオープンソースアプリケーションサービスからログをフィルタリング、検索、表示できます。ダッシュボードとアラートに組み込まれているログの内容に基づいてメトリックを定義できます。ログをBigQuery、Google Cloud Storage、Pub / Subにエクスポートできます。
参照：https://cloud.google.com/stackdriver/

質問 # 127
Anthosクラスター（以前のAnthos GKE）にアプリケーションをデプロイしました。会社のSREプラクティスによれば、要求の待ち時間が指定された時間内に特定のしきい値を超えた場合にアラートを受け取る必要があります。あなたは何をするべきか？

A. クラスターでAnthos Config Managementを構成し、クラスターにデプロイするSLOとアラートポリシーを定義するyamlファイルを作成します
B. Cloud Profilerを使用して、リクエストのレイテンシをフォローアップします。 Cloud Profilerの結果に基づいてCloudMonitoringでカスタムメトリックを作成し、このメトリックがしきい値を超えた場合に備えてアラートポリシーを作成します
C. クラスターにAnthos ServiceMeshをインストールします。 Google Cloud Consoleを使用して、サービスレベル目標（SLO）を定義します
D. プロジェクトでCloud Trace APIを有効にし、Cloud Monitoring Alertsを使用して、CloudTraceメトリックに基づいてアラートを送信します

正解：C

解説：
https://cloud.google.com/service-mesh/docs/overview
https://cloud.google.com/service-mesh/docs/observability/slo-overview

質問 # 128
特定のゾーンからアプリケーションにサービスを提供するために単一のCloud SQLインスタンスを使用しています。高可用性を導入したいと思います。あなたは何をするべきか？

A. 同じリージョンに異なるゾーンにリードレプリカインスタンスを作成する
B. 別の地域にフェールオーバーレプリカインスタンスを作成する
C. 別のリージョンにリードレプリカインスタンスを作成する
D. 同じリージョンに、ただし異なるゾーンにフェールオーバーレプリカインスタンスを作成する

正解：B

解説：
https://cloud.google.com/sql/docs/mysql/high-availability

質問 # 129
この質問については、MountkirkGamesのケーススタディを参照してください
Mountkirk Gamesは、分離されたアプリケーション環境を展開するための反復可能で構成可能なメカニズムを作成する必要があります。開発者とテスターはお互いの環境とリソースにアクセスできますが、ステージングリソースや本番リソースにはアクセスできません。ステージング環境では、本番環境から一部のサービスにアクセスする必要があります。
開発環境をステージングと本番環境から分離するにはどうすればよいですか？

A. 開発用に1つ、ステージング用に2つ、本番用に3つ目のプロジェクトを作成します。
B. 開発とテスト用のネットワークと、ステージングと本番用のネットワークを作成します。
C. 開発とテスト用のプロジェクトと、ステージングと本番用のプロジェクトを作成します。
D. 開発用に1つのサブネットワークを作成し、ステージングと本番用に別のサブネットワークを作成します。

正解：A

解説：
Topic 6, Mountkrik Games Case 3
Company overview
Mountkirk Games makes online, session-based, multiplayer games for mobile platforms. They have recently started expanding to other platforms after successfully migrating their on-premises environments to Google Cloud.
Their most recent endeavor is to create a retro-style first-person shooter (FPS) game that allows hundreds of simultaneous players to join a geo-specific digital arena from multiple platforms and locations. A real-time digital banner will display a global leaderboard of all the top players across every active arena.
Solution concept
Mountkirk Games is building a new multiplayer game that they expect to be very popular. They plan to deploy the game's backend on Google Kubernetes Engine so they can scale rapidly and use Google's global load balancer to route players to the closest regional game arenas. In order to keep the global leader board in sync, they plan to use a multi-region Spanner cluster.
Existing technical environment
The existing environment was recently migrated to Google Cloud, and five games came across using lift-and-shift virtual machine migrations, with a few minor exceptions. Each new game exists in an isolated Google Cloud project nested below a folder that maintains most of the permissions and network policies. Legacy games with low traffic have been consolidated into a single project. There are also separate environments for development and testing.
Business requirements
Support multiple gaming platforms.
Support multiple regions.
Support rapid iteration of game features.
Minimize latency.
Optimize for dynamic scaling.
Use managed services and pooled resources.
Minimize costs.
Technical requirements
Dynamically scale based on game activity.
Publish scoring data on a near real-time global leaderboard.
Store game activity logs in structured files for future analysis.
Use GPU processing to render graphics server-side for multi-platform support.
Support eventual migration of legacy games to this new platform.
Executive statement
Our last game was the first time we used Google Cloud, and it was a tremendous success. We were able to analyze player behavior and game telemetry in ways that we never could before. This success allowed us to bet on a full migration to the cloud and to start building all-new games using cloud-native design principles. Our new game is our most ambitious to date and will open up doors for us to support more gaming platforms beyond mobile. Latency is our top priority, although cost management is the next most important challenge. As with our first cloud-based game, we have grown to expect the cloud to enable advanced analytics capabilities so we can rapidly iterate on our deployments of bug fixes and new functionality.

質問 # 130

A. Option D
B. Option B
C. Option A
D. Option C

正解：B

質問 # 131

A. Option D
B. Option B
C. Option C
D. Option A

正解：D

質問 # 132
あなたの会社は、ローカルデータセンターで実行されるApache SparkおよびHadoopジョブの数とサイズの急激な増加を予測しています。クラウドを利用して、最小限の運用作業とコード変更でこの今後の需要を拡大できるようにします。どの製品を使用する必要がありますか？

A. Google Cloud Dataflow
B. Google Cloud Dataproc
C. Google Container Engine
D. Google Compute Engine

正解：B

解説：
Explanation
Google Cloud Dataproc is a fast, easy-to-use, low-cost and fully managed service that lets you run the Apache Spark and Apache Hadoop ecosystem on Google Cloud Platform. Cloud Dataproc provisions big or small clusters rapidly, supports many popular job types, and is integrated with other Google Cloud Platform services, such as Google Cloud Storage and Stackdriver Logging, thus helping you reduce TCO.
References: https://cloud.google.com/dataproc/docs/resources/faq

質問 # 133