무료 온라인 액세스 Google.Professional-Cloud-Architect.v2022-05-20.q253 모의 시험 (Page 22)

Professional-Cloud-Architect 문제 101

Mountkirk Games는 격리된 배포를 위해 반복 가능하고 구성 가능한 메커니즘을 만들어야 합니다.
애플리케이션 환경. 개발자와 테스터는 서로의 환경과 리소스에 액세스할 수 있으며,
그러나 준비 또는 프로덕션 리소스에는 액세스할 수 없습니다. 스테이징 환경은 일부 액세스 권한이 필요합니다.
생산에서 서비스.
스테이징 및 프로덕션 환경에서 개발 환경을 격리하려면 어떻게 해야 합니까?

A. 개발 및 테스트용 프로젝트와 스테이징 및 프로덕션용 프로젝트 생성

B. 개발 및 테스트용 네트워크와 스테이징 및 프로덕션용 네트워크 생성

C. 개발용으로 하나의 서브네트워크를 만들고 준비 및 프로덕션용으로 다른 하나를 만듭니다.

D. 개발용으로 하나의 프로젝트를 만들고, 두 번째는 준비용으로, 세 번째는 프로덕션용으로 만듭니다.

Professional-Cloud-Architect 문제 102

30개의 마이크로서비스가 있는 대규모 분산 애플리케이션을 설계하고 있습니다. 각 분산 마이크로서비스는 데이터베이스 백엔드에 연결해야 합니다. 자격 증명을 안전하게 저장하려고 합니다. 자격 증명을 어디에 저장해야 합니까?

A. 소스 코드에서

B. 환경 변수에서

C. 비밀 관리 시스템에서

D. ACL을 통한 액세스가 제한된 구성 파일에서

Professional-Cloud-Architect 문제 103

이 질문에 대해서는 TerramEarth 사례 연구를 참조하십시오.
오일 압력과 같은 작동 매개변수는 환경 조건에 따라 효율성을 높이기 위해 TerramEarth의 각 차량에서 조정 가능합니다. 귀하의 주요 목표는 현장에서 모든 2천만 대의 셀룰러 및 비연결 차량의 운영 효율성을 높이는 것입니다. 어떻게 이 목표를 달성할 수 있습니까?

A. 엔지니어가 데이터에서 패턴을 검사하도록 한 다음 자동으로 작동 조정을 수행하는 규칙이 있는 알고리즘을 만듭니다.

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

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

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

정답: B

주제 1, TerramEarth 사례 연구
회사 개요
TerramEarth는 광업 및 농업 산업을 위한 중장비를 제조합니다. 이들 사업의 약 80%는 광업이고 20%는 농업입니다. 그들은 현재 500개 이상의 딜러와 서비스 센터를 가지고 있습니다.
100개국. 그들의 임무는 고객의 생산성을 높이는 제품을 만드는 것입니다.
회사 배경
TerramEarth는 1946년에 여러 소규모 가족 소유 회사가 결합하여 제2차 세계 대전 후 재편되면서 형성되었습니다. 회사는 직원과 고객을 돌보고 그들을 가족의 확대 구성원으로 생각합니다.
TerramEarth는 핵심 제품을 혁신하고 고객의 요구 사항이 변화함에 따라 새로운 시장을 찾을 수 있는 능력을 자랑스럽게 생각합니다. 지난 20년 동안 업계의 추세는 운전자와 함께 더 큰 차량을 사용하여 생산성을 높이는 방향이었습니다.
솔루션 개념
초당 120개의 데이터 필드를 수집하는 2천만 대의 TerramEarth 차량이 운행 중입니다. 데이터는 차량에 로컬로 저장되며 차량 서비스 시 분석을 위해 액세스할 수 있습니다. 데이터는 유지 관리 포트를 통해 다운로드됩니다. 이 동일한 포트를 사용하여 작동 매개변수를 조정할 수 있으므로 차량이 현장에서 새로운 컴퓨팅 모듈로 업그레이드될 수 있습니다.
약 200,000대의 차량이 셀룰러 네트워크에 연결되어 TerramEarth가 데이터를 직접 수집할 수 있습니다. 초당 120개 데이터 필드의 속도로 하루 22시간 작동합니다. TerramEarth는 이러한 연결된 차량에서 하루에 총 약 9TB를 수집합니다.
기존 기술 환경

TerramEarth의 기존 아키텍처는 데이터 센터에 상주하는 Linux 기반 시스템으로 구성됩니다. 이 시스템은 현장에서 CSV 파일을 압축하고 FTP를 통해 업로드하고 변환 및 집계하고 데이터 웨어하우스에 데이터를 배치합니다. 이 프로세스에는 시간이 걸리기 때문에 집계된 보고서는 3주된 데이터를 기반으로 합니다.
이 데이터를 통해 TerramEarth는 교체 부품을 선제적으로 비축하고 차량의 계획되지 않은 가동 중지 시간을 60% 줄일 수 있었습니다. 그러나 데이터가 오래되지 않았기 때문에 일부 고객은 교체 부품을 기다리는 동안 최대 4주 동안 차량 없이 지내고 있습니다.
비즈니스 요구 사항
* 잉여 재고를 운반하는 비용을 증가시키지 않으면서 계획되지 않은 차량 가동 중지 시간을 1주 미만으로 줄입니다.
* 고객이 장비 IP를 사용하는 방법에 대한 더 많은 데이터로 딜러 네트워크를 지원하여 새로운 제품과 서비스를 더 잘 포지셔닝합니다.
* 다른 회사, 특히 빠르게 성장하는 농업 비즈니스의 종자 및 비료 공급업체와 파트너 관계를 맺어 고객을 위한 매력적인 공동 제안을 만들 수 있는 능력을 갖습니다. CEO 성명서 우리는 생산성을 높이기 위해 더 큰 차량으로 향하는 추세를 성공적으로 활용했습니다. 우리 고객의. 기술 변화가 빠르게 일어나고 TerramEarth는 연결된 장치 기술을 활용하여 지능형 농업 장비와 같은 더 나은 서비스를 고객에게 제공합니다.
이 기술을 통해 우리는 차량 작동 방식을 조정하기 위해 과거 추세를 사용하여 농부의 수확량을 25%까지 높일 수 있었습니다. 이러한 발전은 우리 농산물 라인의 급속한 성장으로 이어졌으며 2020년까지 매출의 50%를 창출할 것으로 예상합니다.
CTO 성명서
우리의 경쟁 우위는 항상 경쟁사보다 타워 비용으로 더 나은 차량을 제작할 수 있는 능력과 함께 제조 공정에 있었습니다. 그러나 다양한 접근 방식을 가진 신제품이 지속적으로 개발되고 있으며 우리 업계에서 다음 변화의 물결을 겪을 수 있는 기술이 부족하다는 점이 우려됩니다. 불행히도 CEO는 기술 노후화를 심각하게 받아들이지 않으며 업계의 많은 신규 회사를 틈새 시장으로 간주합니다. 제 목표는 점진적 혁신을 통해 즉각적인 시장 요구 사항을 해결하면서 기술을 구축하는 것입니다.

Professional-Cloud-Architect 문제 104

이 질문에 대해서는 TerramEarth 사례 연구를 참조하십시오. 귀사의 데이터 웨어하우스인 TerramEarth를 위해 안정적이고 확장 가능한 GCP 솔루션을 구현해야 합니다. TerramEarth 비즈니스 및 기술 요구 사항을 고려할 때 무엇을 해야 합니까?

A. 기존 데이터 웨어하우스를 BigQuery로 교체합니다. 테이블 파티셔닝을 사용합니다.

B. 기존 데이터 웨어하우스를 CPU가 96개인 Compute Engine 인스턴스로 교체합니다.

C. 기존 데이터 웨어하우스를 BigQuery로 교체합니다. 연합 데이터 소스를 사용하십시오.

D. 기존 데이터 웨어하우스를 CPU가 96개인 Compute Engine 인스턴스로 교체합니다. CPU가 32개인 Compute Engine 선점형 인스턴스를 추가합니다.

Professional-Cloud-Architect 문제 105

사용자 정의 Java 애플리케이션을 Google App Engine에 배포합니다.
배포에 실패하고 다음 스택 추적을 제공합니다.

당신은 무엇을해야합니까?

A. 모든 JAR 파일에 디지털 서명하고 애플리케이션 재배포

B. 누락된 JAR 파일을 업로드하고 애플리케이션을 재배포하십시오.

다른 버전: 891Google.Professional-Cloud-Architect.v2026-01-14.q101; 2632Google.Professional-Cloud-Architect.v2024-03-16.q191; 1273Google.Professional-Cloud-Architect.v2024-03-08.q174; 1119Google.Professional-Cloud-Architect.v2023-09-13.q111; 2405Google.Professional-Cloud-Architect.v2023-01-14.q147; 1781Google.Professional-Cloud-Architect.v2022-07-10.q111

최근 업로드: 166Huawei.H12-351_V1.0.v2026-09-04.q76; 792Cisco.300-435.v2026-09-03.q259; 387Oracle.1Z0-1045-26.v2026-09-03.q17; 680IIA.IIA-CIA-Part1.v2026-09-03.q627; 540Fortinet.NSE6_OTS_AR-7.6.v2026-09-03.q95; 518Snowflake.DAA-C01.v2026-09-03.q67; 3520Salesforce.AP-223.v2026-09-01.q94; 2634Splunk.SPLK-5001.v2026-09-01.q60; 3967Cisco.300-540.v2026-09-01.q62; 5205Microsoft.MS-102-KR.v2026-09-01.q239