A. 프런트엔드 Compute Engine 인스턴스에서만 외부 IP 주소를 허용하는 제약 조건이 있는 조직 정책을 만듭니다.

B. 프런트 엔드 인스턴스가 있는 프로젝트의 모든 사용자로부터 compute.networkAdmin 역할을 취소합니다.

C. IT 직원을 조직의 compute.networkAdmin 역할에 매핑하는 IAM(Identity and Access Management) 정책을 만듭니다.

D. compute.addresses.create 권한으로 GCE_FRONTEND라는 사용자 지정 IAM(Identity and Access Management) 역할을 만듭니다.

A. Python용 최신 BigQuery API 클라이언트 라이브러리 설치

B. BigQuery 액세스 범위가 활성화된 새 가상 머신에서 스크립트 실행

C. BigQuery 액세스 권한이 있는 새 서비스 계정을 만들고 해당 사용자로 스크립트를 실행합니다.

D. gcloud components install bq 명령을 사용하여 gccloud용 bq 구성요소를 설치합니다.

A. ISP와 협력하여 문제 진단

B. 지원 티켓을 열어 문제 진단을 위한 네트워크 캡처 및 흐름 데이터를 요청한 다음 애플리케이션을 롤백합니다.

C. 초기에 이전에 알려진 양호한 릴리스로 롤백한 다음 Stackdriver Trace 및 Logging을 사용하여 개발/테스트/스테이징 환경에서 문제를 진단합니다.

D. 이전에 알려진 양호한 릴리스로 롤백한 다음 조사를 위해 더 조용한 시간에 릴리스를 다시 푸시합니다.
그런 다음 Stackdriver Trace 및 Logging을 사용하여 문제를 진단합니다.

A. 공유 키로 블록 기반 암호화를 사용하여 클라이언트 측 메시지를 암호화합니다.

B. 발신 사용자 식별자와 대상 사용자를 사용하여 클라이언트 측 메시지에 태그를 지정합니다.

C. 신뢰할 수 있는 인증 기관을 사용하여 클라이언트 응용 프로그램과 서버 간의 SSL 연결을 활성화합니다.

D. PKI(공개 키 인프라)를 사용하여 발신 사용자의 개인 키를 사용하여 클라이언트 측 메시지를 암호화합니다.

A. 모든 데이터를 하나의 영역으로 이동한 다음 Cloud Dataproc 클러스터를 실행하여 작업을 실행합니다.

B. 모든 데이터를 한 지역으로 이동한 다음 Google Cloud Dataproc 클러스터를 실행하여 작업을 실행합니다.

C. 각 지역에서 클러스터를 실행하여 원시 데이터를 사전 처리 및 압축한 다음 데이터를 다중 지역 버킷으로 이동하고 Dataproc 클러스터를 사용하여 작업을 완료합니다.

D. 각 지역에서 클러스터를 실행하여 원시 데이터를 사전 처리 및 압축한 다음 데이터를 지역 버킷으로 이동하고 Cloud Dataproc 클러스터를 사용하여 작업을 완료합니다.