A. .boto 구성 파일에 암호화 키를 제공합니다. gsutil을 사용하여 파일을 업로드합니다.

B. gcloud config를 사용하여 암호화 키를 제공합니다. gsutil을 사용하여 해당 버킷에 파일을 업로드합니다.

C. gsutil을 사용하여 파일을 업로드하고 --encryption-key 플래그를 사용하여 암호화 키를 제공합니다.

D. gsutil을 사용하여 버킷을 만들고 --encryption-key 플래그를 사용하여 암호화 키를 제공합니다. gsutil을 사용하여 해당 버킷에 파일을 업로드합니다.

A. 스냅샷을 Cloud Storage로 내보냅니다. 내보낸 스냅샷 파일에서 디스크를 만듭니다.
새 디스크에서 이미지를 만듭니다.

B. 스냅샷을 Cloud Storage로 내보냅니다. 내보낸 스냅샷 파일에서 이미지를 만듭니다.

C. 스냅샷을 사용하여 교체 디스크를 만듭니다. 디스크를 사용하여 필요에 따라 인스턴스를 생성합니다.

D. 스냅샷을 사용하여 필요에 따라 교체 인스턴스를 생성합니다.

A. Compute Engine을 사용하여 Google Cloud 디렉터리 동기화를 사용하여 온프레미스 AD 도메인 컨트롤러의 복제본인 Active Directory(AD) 도메인 컨트롤러를 만듭니다.

B. 온프레미스 Active Directory 도메인 컨트롤러를 ID 공급자로 사용하도록 구성된 Cloud IAP(Identity-Aware Proxy)를 사용합니다.

C. Google Cloud 디렉터리 동기화를 사용하여 Active Directory 사용자 이름을 클라우드 ID와 동기화하고 SAML SSO를 구성합니다.

D. Admin Directory API를 사용하여 Active Directory 도메인 컨트롤러에 대해 인증합니다.

A. 데이터베이스가 온라인 상태인지 확인합니다.

B. 프로젝트 할당량이 초과되지 않았는지 확인합니다.

C. 새 기능 코드에 성능 버그가 발생하지 않았는지 확인합니다.

D. 부하 테스트 팀이 프로덕션에 대해 도구를 실행하고 있지 않은지 확인합니다.

A. BigQuery를 데이터 웨어하우스로 사용합니다. 모든 차량을 네트워크에 연결하고 gcloud를 사용하여 gzip 파일을 Multi-Regional Cloud Storage 버킷에 업로드합니다. 분석 및 보고를 위해 Google 데이터 스튜디오를 사용합니다.

B. BigQuery를 데이터 웨어하우스로 사용합니다. Cloud Pub/Sub 및 Cloud Dataflow를 사용하여 모든 차량을 네트워크에 연결하고 데이터를 BigQuery로 스트리밍하세요. 분석 및 보고를 위해 Google 데이터 스튜디오를 사용합니다.

C. Cloud Dataproc Hive를 데이터 웨어하우스로 사용합니다. MultiRegional Cloud Storage 버킷에 gzip 파일을 업로드합니다. gcloud를 사용하여 이 데이터를 BigQuery에 업로드합니다. 분석 및 보고를 위해 Google 데이터 스튜디오를 사용합니다.

D. Cloud Dataproc Hive를 데이터 웨어하우스로 사용합니다. 데이터를 분할된 Hive 테이블로 직접 스트리밍합니다. Pig 스크립트를 사용하여 데이터를 분석합니다.