A. 샌드박스 프로젝트별로 별도의 결제 계정을 만들고 BigQuery 결제 내보내기를 사용 설정합니다. 데이터 스튜디오 대시보드를 생성하여 결제 계정당 지출을 표시합니다.

B. 모든 샌드박스 프로젝트에 대한 단일 결제 계정을 생성하고 BigQuery 결제 내보내기를 활성화합니다. Data Studio 대시보드를 생성하여 프로젝트당 지출을 표시합니다.

C. 모든 프로젝트에 대해 단일 예산을 생성하고 이 예산에 대한 예산 알림을 구성합니다.

D. 프로젝트당 예산을 만들고 이 모든 예산에 대한 예산 알림을 구성합니다.

A. ML 팀에 포드 사양에 "accelerator: gpu" 주석을 추가하도록 요청하십시오.

B. GKE 클러스터의 모든 노드를 재생성하여 모든 노드에서 GPU를 사용 설정합니다.

C. GPU가 있는 노드로 Compute Engine 위에 자체 Kubernetes 클러스터를 만듭니다.
이 클러스터를 ML 팀 전용으로 사용하십시오.

D. 새로운 GPU 지원 노드 풀을 GKE 클러스터에 추가합니다. ML 팀에 cloud.google.com/gke -accelerator: nvidia-tesla-p100 nodeSelector를 포드 사양에 추가하도록 요청하세요.

A. Google Cloud에서 VPC를 공유 VPC의 호스트로 구성합니다.

B. Google Cloud에서 VPC 네트워크 피어링을 위해 VPC를 구성합니다.

C. 온프레미스 환경과 Google Cloud 모두에서 배스천 호스트를 만듭니다. 공용 IP 주소를 사용하여 둘 다 프록시 서버로 구성합니다.

D. 온프레미스 인프라와 Google Cloud 간에 Cloud VPN을 설정합니다.

A. 동일한 애플리케이션에 새 버전을 배포하고 --migrate 옵션을 사용합니다.

B. 동일한 프로젝트에서 새 App Engine 애플리케이션을 만듭니다. 해당 애플리케이션에 새 버전을 배포합니다.
트래픽의 1%를 새 애플리케이션으로 보내도록 네트워크 로드 밸런서를 구성합니다.

C. 동일한 애플리케이션에 새 버전을 배포하고 --splits 옵션을 사용하여 현재 버전에 가중치 99를, 새 버전에 가중치 1을 부여합니다.

D. 동일한 프로젝트에서 새 App Engine 애플리케이션을 만듭니다. 해당 애플리케이션에 새 버전을 배포합니다. App Engine 라이브러리를 사용하여 요청의 1%를 새 버전으로 프록시합니다.

A. Cloud Spanner CPU가 임계값을 초과할 때 대기 중인 SRE 이메일에 알림을 보내도록 Cloud Monitoring 알림 정책을 만듭니다. SRE는 그에 따라 리소스를 확장하거나 축소합니다.

B. Cloud Spanner CPU가 임계값을 초과하거나 미만일 때 웹훅에 알림을 보내도록 Cloud Monitoring 알림 정책을 만듭니다. HTTP를 수신하고 그에 따라 Spanner 리소스의 크기를 조정하는 Cloud 함수를 만듭니다.

C. Cloud Spanner CPU가 임계값을 초과할 때 Google Cloud 지원 이메일에 알림을 보내도록 Cloud Monitoring 알림 정책을 만듭니다. Google 지원팀은 그에 따라 리소스를 확장하거나 축소합니다.

D. Cloud Monitoring 측정항목을 검토하기 위해 일정에 따라 실행되는 cronjob을 만든 다음 그에 따라 Spanner 인스턴스의 크기를 조정합니다.