A. 게임 서버의 시계열 데이터를 Google Bigtable에 저장하고 Google Data Studio를 사용하여 봅니다.

B. 게임 서버에서 Stackdriver로 맞춤 측정항목을 출력하고 Stackdriver Monitoring Console에서 대시보드를 만들어 이를 확인합니다.

C. BigQuery 로드 작업을 예약하여 10분마다 Cloud Storage에 업로드된 분석 파일을 수집하고 Google 데이터 스튜디오에서 결과를 시각화합니다.

D. KPI를 Cloud Datastore 항목에 삽입하고 Cloud Datalab에서 임시 분석 및 시각화를 실행합니다.

A. 인스턴스 그룹 업데이터를 사용하여 업데이트를 배포하여 카나리아 테스트를 허용하는 부분 출시를 생성합니다.

B. 업데이트를 App Engine 애플리케이션에 새 버전으로 배포하고 새 버전과 현재 버전 간에 트래픽을 분할합니다.

C. 새 VPC에 업데이트를 배포하고 Google의 전역 HTTP 부하 분산을 사용하여 업데이트와 현재 애플리케이션 간에 트래픽을 분할합니다.

D. 업데이트를 새로운 App Engine 애플리케이션으로 배포하고 Google의 전역 HTTP 부하 분산을 사용하여 새 애플리케이션과 현재 애플리케이션 간에 트래픽을 분할합니다.

A. 모든 영구 디스크에서 - -no-auto-delete 플래그를 사용하고 VM을 중지합니다.

B. 모든 영구 디스크에서 - -auto-delete 플래그를 사용하고 VM을 종료합니다.

C. VM CPU 사용률 라벨을 적용하고 BigQuery 결제 내보내기에 포함합니다.

D. Google BigQuery 결제 내보내기 및 라벨을 사용하여 비용을 그룹에 연결

E. 모든 상태를 로컬 SSD에 저장하고, 영구 디스크의 스냅샷을 생성하고, VM을 종료합니다.

F. Google Cloud Storage에 모든 상태를 저장하고, 영구 디스크의 스냅샷을 생성하고, VM을 종료합니다.

A. Google Cloud Endpoints와 함께 Google App Engine을 사용합니다. 딜러와 파트너를 위한 API에 중점을 둡니다.

B. JAX-RS Jersey Java 기반 프레임워크와 함께 Google App Engine을 사용합니다. 대중을 위한 API에 중점을 둡니다.

C. Swagger(개방형 API 사양) 프레임워크와 함께 Google App Engine을 사용합니다. 대중을 위한 API에 중점을 둡니다.

D. Django Python 컨테이너와 함께 Google Container Engine을 사용합니다. 대중을 위한 API에 중점을 둡니다.

E. Swagger(Open API 사양) 프레임워크가 포함된 Tomcat 컨테이너와 함께 Google Container Engine을 사용합니다. 딜러와 파트너를 위한 API에 중점을 둡니다.

A. Cloud Run 및 BigQuery

B. Cloud Run 및 Cloud Bigtable

C. Compute Engine 자동 확장 관리형 인스턴스 그룹 및 BigQuery

D. Compute Engine 자동 확장 관리형 인스턴스 그룹 및 Cloud Bigtable