Google Certified Professional Data Engineer Exam (Professional-Data-Engineer日本語版) - Professional-Data-Engineer日本語 Exam Practice Test

A. 書き込み操作のレイテンシを監視します。書き込みレイテンシが継続的に増加している場合は、Cloud Bigtableクラスタのサイズを増やします。

B. 読み取り操作のレイテンシを監視します。読み取り操作に 100 ms を超える時間がかかる場合は、Cloud Bigtable クラスタのサイズを増やしてください。

C. キービジュアライザーのメトリクスを確認します。書き込みプレッシャーインデックスが100を超えた場合は、クラウドBigtableクラスタのサイズを増やします。

D. Key Visualizerのメトリクスを確認してください。読み取り負荷指数が100を超えた場合は、Cloud Bigtableクラスタのサイズを増やしてください。

E. ストレージ使用率を監視します。使用率が最大容量の70%を超えた場合は、Cloud Bigtableクラスタのサイズを増やします。

A. Google クラウド ストレージ

B. ファイルのアップロード

C. Google Cloud SQL

D. Google ドライブ

A. 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するようにします。

B. Cloud Bigtable テーブルの行キー構文を、株価シンボルで始まるように変更します。

C. Cloud Dataflow を使用して、毎日の株式取引の概要を Cloud Storage 上の 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、Cloud Storage と Cloud Bigtable から読み取り、レスポンスを計算します。

D. 株式取引の保存に BigQuery を使用するようにデータ パイプラインを変更し、アプリケーションを更新します。

A. 連続 2 つとカテゴリ 1 つ

B. 連続 1 つとカテゴリ 2 つ

C. 3 カテゴリ

D. 3連続

A. Cloud Composer を使用してデータをロードし、BigQuery ジョブ オペレーターを使用して SQL パイプラインを実行します。

B. Dataflowジョブを使用してPub/Subからデータを読み込み、データを変換し、BigQueryにデータをロードします。

C. Data Fusionを使用してETLパイプラインを構築および実行します。

D. Dataformを使用してSQLパイプラインを構築、管理、スケジュールします。

A. 高可用性を有効にした Cloud SQL for PostgreSQL インスタンスを構成します。

B. ポイントインタイムリカバリが有効になっている Cloud SQL for MySQL インスタンスを設定します。

C. 複数のクラスタを持つBigtableインスタンスを構成します。

D. マルチリージョン構成でBigQueryテーブルを構成します。

A. モデルから得られる予測をスケーリング（ハイパーパラメータとしてスケーリング係数を調整）して、最高のAUCを得る

B. モデルを展開し、実際のAUCを測定します。一般化により、常に高くなります。

C. ハイパーパラメータの調整を実行する

D. ディープニューラルネットワークで分類器をトレーニングします。ニューラルネットワークは常にSVMに勝るためです。

A. Airflowトリガーに使用可能なメモリを増やします。

B. Cloud Composer 2 環境のサイズを中から大に増やします。

C. 有向非巡回グラフ (DAG) ファイルの解析間隔を長くします。

D. Airflowワーカーに利用可能なメモリを増やします。

E. ワーカーの最大数を増やし、ワーカーの同時実行数を減らします。

A. 最大ワーカー数を増やす

B. Cloud Spanner に新しいデータのバッファとして機能する一時テーブルを作成します。最初にこのテーブルに書き込むための新しいステップをパイプラインに作成し、次に Cloud Spanner 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。

C. Cloud Bigtable に新しいデータのバッファとして機能する一時テーブルを作成します。最初にこのテーブルに書き込むための新しいステップをパイプラインに作成し、次に Cloud Bigtable 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。

D. Cloud Dataflow ワーカーに、より大きなインスタンス タイプを使用します。

E. Cloud Dataflow パイプラインのゾーンを us-central1 で実行するように変更します。

A. テーブルを国とユーザー名のフィールドで分割します。

B. テーブルを国とユーザー名のフィールドでクラスタリングします。

C. _PARTITIONTIME でテーブルをパーティション分割します。

D. テーブルを国フィールドでクラスタリングし、ユーザー名フィールドでパーティション分割します。

A. Region3 の既存のリードレプリカからカスケードリードレプリカを作成します。

B. Region1 に新しいリードレプリカを作成し、新しいリードレプリカをプライマリインスタンスに昇格させ、ゾーン高可用性を有効にします。

C. 新しいプライマリインスタンスから、リージョン3に1つ、新しいリージョンに1つ、合計2つの新しいリードレプリカを作成します。

D. プライマリインスタンスでゾーン高可用性を有効にします。新しいリージョンに新しいリードレプリカを作成します。

A. ユーザーのグループを作成し、そのグループにデータセットへのアクセス権を付与します。

B. サービスアカウントを作成し、そのアカウントにデータセットへのアクセスを許可します。データセットにアクセスするには、サービスアカウントの秘密鍵を使用します。

C. ダミーユーザーを作成し、そのユーザーにデータセットへのアクセスを許可します。そのユーザーのユーザー名とパスワードをファイルシステム上のファイルに保存し、その認証情報を使用して BigQuery データセットにアクセスします。

D. シングルサインオン（SSO）プラットフォームと統合し、クエリリクエストとともに各ユーザーの資格情報を渡します。

A. BigQuery にロードされた CSV データには CSV のフラグが付けられていません。

B. BigQuery にロードされた CSV データは、BigQuery のデフォルトのエンコードを使用していません。

C. CSV データは、BigQuery にロードされる前に ETL フェーズを経ていません。

D. CSV データには、インポート時にスキップされた無効な行が含まれています。

A. 各クラウドストレージバケットまたはBigQueryデータセットについて、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見つけ、これらのすべてのユーザーにアクセス権を付与するクラウドIAMポリシーを作成します。

B. Cloud Deployment Manager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. Cloud Storage バケットと BigQuery データセットのデータを共有する場合は、サービス アカウントのみを使用してください。

D. リソース階層を導入して、アクセス制御ポリシーの継承を活用する。

E. さまざまなチームごとに個別のグループを作成し、クラウドIAMポリシーでグループを指定します。