A. 모든 프로젝트에 대해 Stackdriver Monitoring을 구성하고 Google Cloud Storage로 내보냅니다.

B. 기본 보존 정책으로 모든 프로젝트에 대해 Stackdriver Monitoring을 구성합니다.

C. 모든 프로젝트에 대해 Stackdriver Monitoring을 구성하고 BigQuery로 내보냅니다.

D. 보안팀에게 각 프로젝트의 로그에 대한 접근 권한을 부여합니다.

A. 기존 디스크의 스냅샷을 생성합니다. 스냅샷에서 인스턴스 템플릿을 생성합니다. 인스턴스 템플릿에서 자동 확장된 관리형 인스턴스 그룹을 만듭니다.

B. 기존 디스크의 스냅샷을 생성합니다. 스냅샷에서 사용자 지정 이미지를 만듭니다. 커스텀 이미지에서 자동 확장된 관리형 인스턴스 그룹을 만듭니다.

C. 기존 디스크에서 사용자 지정 이미지를 만듭니다. 사용자 지정 이미지에서 인스턴스 템플릿을 만듭니다. 인스턴스 템플릿에서 자동 확장된 관리형 인스턴스 그룹을 만듭니다.

D. 기존 디스크에서 인스턴스 템플릿을 생성합니다. 인스턴스 템플릿에서 사용자 지정 이미지를 만듭니다. 커스텀 이미지에서 자동 확장된 관리형 인스턴스 그룹을 만듭니다.

A. 영구 디스크 스냅샷을 사용하여 정기적인 백업을 수행하기 위해 gcloud 도구를 사용하도록 크론 작업을 구성합니다.

B. gcsfuse를 사용하여 Google Cloud Storage 버킷을 인스턴스에 직접 볼륨으로 마운트하고 mysqldump를 사용하여 마운트된 위치에 백업을 씁니다.

C. 추가 영구 디스크 볼륨을 RAID10 어레이의 각 가상 머신(VM) 인스턴스에 마운트하고 LVM을 사용하여 Cloud Storage로 보낼 스냅샷을 생성합니다.

D. 로컬 SSD 볼륨을 백업 위치로 마운트합니다. 백업이 완료되면 gsutil을 사용하여 백업을 Google Cloud Storage로 이동합니다.

A. 엔지니어에게 패턴에 대한 데이터를 검사한 다음 자동으로 작동 조정을 수행하는 규칙이 있는 알고리즘을 생성하도록 하십시오.

B. 모든 운영 데이터를 캡처하고, 이상적인 운영을 식별하는 머신 러닝 모델을 훈련하고, 운영 조정을 자동으로 수행하기 위해 로컬에서 실행

C. 슬라이딩 창으로 Google Cloud Dataflow 스트리밍 작업을 구현하고 Google Cloud Messaging(GCM)을 사용하여 운영 조정을 자동으로 수행

D. 모든 운영 데이터를 캡처하고, 이상적인 운영을 식별하는 머신 러닝 모델을 훈련하고, 운영 조정을 자동으로 수행하도록 Google Cloud Machine Learning(ML) 플랫폼에서 호스팅합니다.

A. 시계열 데이터에는 Cloud SQL을 사용하고, 과거 데이터 쿼리에는 Cloud Bigtable을 사용합니다.

B. Cloud SQL을 사용하여 MySQL을 대체하고 Cloud Spanner를 사용하여 과거 데이터 쿼리를 수행합니다.

C. Cloud Bigtable을 사용하여 MySQL을 대체하고 BigQuery를 과거 데이터 쿼리에 사용합니다.

D. 시계열 데이터에는 Cloud Bigtable, 트랜잭션 데이터에는 Cloud Spanner, 과거 데이터 쿼리에는 BigQuery를 사용합니다.