무료 온라인 액세스 Google.Professional-Cloud-Architect.v2024-03-16.q191 모의 시험 (Page 7)

Professional-Cloud-Architect 문제 26

Google Compute Engine의 프로덕션 데이터베이스 가상 머신에는 데이터 파일을 위한 ext4 형식의 영구 디스크가 있습니다. 데이터베이스의 저장 공간이 부족해졌습니다.
가동 중지 시간을 최소화하면서 문제를 해결하려면 어떻게 해야 합니까?

A. Cloud Platform 콘솔에서 영구 디스크의 크기를 늘리고 Linux에서 resize2fs 명령을 사용합니다.

B. 가상 머신을 종료하고 Cloud Platform 콘솔을 사용하여 영구 디스크 크기를 늘린 다음 가상 머신을 다시 시작합니다.

C. Cloud Platform 콘솔에서 영구 디스크의 크기를 늘리고 Linux의 fdisk 명령어를 사용하여 새 공간을 사용할 준비가 되었는지 확인합니다.

D. Cloud Platform 콘솔에서 가상 머신에 연결된 새 영구 디스크를 만들고, 포맷하고 마운트한 다음, 파일을 새 디스크로 이동하도록 데이터베이스 서비스를 구성합니다.

E. Cloud Platform 콘솔에서 영구 디스크의 스냅샷을 생성하여 더 큰 새 디스크로 스냅샷을 복원하고, 이전 디스크를 마운트 해제하고, 새 디스크를 마운트하고, 데이터베이스 서비스를 다시 시작합니다.

Professional-Cloud-Architect 문제 27

개발팀에서 모바일 게임 앱을 만들었습니다. 다양한 구성을 사용하여 Android 및 iOS 장치에서 새 모바일 앱을 테스트하려고 합니다. 테스트가 효율적이고 비용 효과적인지 확인해야 합니다. 당신은 무엇을 해야 합니까?

A. 모바일 앱을 Firebase Test Lab에 업로드하고 Android 및 iOS 기기에서 모바일 앱을 테스트합니다.

B. Google Cloud에서 Android 및 iOS VM을 만들고, VM에 모바일 앱을 설치하고, 모바일 앱을 테스트합니다.

C. Google Kubernetes Engine(GKE)에서 Android 및 iOS 컨테이너를 생성하고, 컨테이너에 모바일 앱을 설치하고, 모바일 앱을 테스트합니다.

D. 다양한 구성의 모바일 앱을 Firebase 호스팅에 업로드하고 각 구성을 테스트합니다.

정답: C

참조:
주제 8, 헬리콥터 레이싱 리그 사례
회사 개요
헬리콥터 레이싱 리그(HRL)는 경쟁적인 헬리콥터 경주를 위한 글로벌 스포츠 리그입니다. 매년 HRL은 세계 챔피언십을 개최하고 여러 팀이 세계 챔피언십 진출권을 놓고 경쟁하는 여러 지역 리그 대회를 개최합니다. HRL은 각 경주에 대한 실시간 원격 측정 및 예측을 통해 전 세계 경주를 스트리밍하는 유료 서비스를 제공합니다.
솔루션 컨셉
HRL은 경주 예측을 용이하게 하기 위해 관리형 AI 및 ML 서비스의 사용을 확대하기 위해 기존 서비스를 새로운 플랫폼으로 마이그레이션하려고 합니다. 또한, 특히 신흥 지역에서 새로운 팬이 스포츠에 참여함에 따라 실시간 및 녹화된 콘텐츠를 사용자에게 더 가까이 제공하기를 원합니다.
기존 기술 환경
HRL은 퍼블릭 클라우드 우선 기업입니다. 미션 크리티컬 애플리케이션의 핵심은 현재 퍼블릭 클라우드 제공업체에서 실행됩니다. 비디오 녹화 및 편집은 경주 트랙에서 수행되며, 필요한 경우 클라우드에서 콘텐츠가 인코딩 및 트랜스코딩됩니다. 엔터프라이즈급 연결 및 로컬 컴퓨팅은 트럭에 장착된 모바일 데이터 센터에서 제공됩니다. 경주 예측 서비스는 기존 퍼블릭 클라우드 제공업체에서만 호스팅됩니다. 기존 기술 환경은 다음과 같습니다.
기존 콘텐츠는 기존 퍼블릭 클라우드 제공업체의 개체 스토리지 서비스에 저장됩니다.
비디오 인코딩 및 트랜스코딩은 각 작업에 대해 생성된 VM에서 수행됩니다.
경주 예측은 현재 퍼블릭 클라우드 제공업체의 VM에서 실행되는 TensorFlow를 사용하여 수행됩니다.
비즈니스 요구 사항
HRL의 소유자는 예측 기능을 확장하고 신흥 시장 시청자의 대기 시간을 줄이고 싶어합니다. 요구사항은 다음과 같습니다.
예측 모델을 파트너에게 공개하는 기능을 지원합니다.
경주 중 및 경주 전 예측 능력 향상:
* 경주 결과
* 기계적 결함
* 군중 감정
원격 측정을 늘리고 추가적인 통찰력을 얻으세요.
새로운 예측으로 팬 참여도를 측정하세요.
방송의 글로벌 가용성과 품질을 향상시킵니다.
동시 시청자 수를 늘립니다.
운영 복잡성을 최소화합니다.
규정 준수를 보장합니다.
머천다이징 수익원을 창출하세요.
기술 요구 사항
예측 처리량과 정확성을 유지하거나 높입니다.
시청자 대기 시간을 줄입니다.
트랜스코딩 성능을 높입니다.
시청자 소비 패턴 및 참여에 대한 실시간 분석을 생성합니다.
대량의 경주 데이터를 처리할 수 있는 데이터 마트를 만듭니다.
임원진술서
우리 CEO인 S. Hawke는 전 세계 팬들에게 아드레날린이 분출되는 레이싱을 선사하고 싶어합니다. 우리는 팬들의 의견에 귀를 기울이고 있으며 그들은 경주 내 이벤트(예: 추월)에 대한 예측을 포함하는 향상된 비디오 스트림을 원합니다. 현재 플랫폼을 사용하면 레이스 결과를 예측할 수 있지만 레이스 중 실시간 예측을 지원하는 기능과 시즌 내내 결과를 처리할 수 있는 역량이 부족합니다.

Professional-Cloud-Architect 문제 28

레거시 스트리밍 백엔드 데이터 API를 위해 전 세계적으로 확장된 프런트엔드를 개발하고 있습니다. 이 API는 적절한 처리를 위해 반복 데이터 없이 엄격한 시간순으로 이벤트를 예상합니다.
일회성 FIFO(선입선출) 데이터 전달을 보장하려면 어떤 제품을 배포해야 합니까?

A. Cloud Pub/Sub 단독

B. Cloud Pub/Sub에서 Cloud DataFlow로

C. Cloud Pub/Sub에서 Stackdriver로

D. Cloud Pub/Sub에서 Cloud SQL로

Professional-Cloud-Architect 문제 29

관리형 인스턴스 그룹 생성을 자동화하려고 합니다. VM에는 많은 OS 패키지 종속성이 있습니다. 인스턴스 그룹에서 새 VM의 시작 시간을 최소화하려고 합니다.
당신은 무엇을 해야 합니까?

A. Puppet을 사용하여 관리형 인스턴스 그룹을 생성하고 OS 패키지 종속성을 설치합니다.

B. 배포 관리자를 사용하여 관리형 인스턴스 그룹을 만들고 Ansible을 사용하여 OS 패키지 종속 항목을 설치합니다.

C. 모든 OS 패키지 종속성을 포함하는 사용자 지정 VM 이미지를 만듭니다. 배포 관리자를 사용하여 VM 이미지로 관리형 인스턴스 그룹을 만듭니다.

D. Terraform을 사용하여 관리형 인스턴스 그룹을 만들고 시작 스크립트를 만들어 OS 패키지 종속 항목을 설치합니다.

Professional-Cloud-Architect 문제 30

의료 데이터를 처리하는 기관에 근무하고 있습니다.
ㅏ. 여러 워크로드를 Google Cloud로 마이그레이션하고 있습니다. 회사 정책에 따라 모든 워크로드는 물리적으로 분리된 하드웨어에서 실행되어야 하며, 서로 다른 클라이언트의 워크로드도 분리되어야 합니다. 단독 테넌트 노드 그룹을 생성하고 각 클라이언트에 대해 노드를 추가했습니다. 이러한 전용 호스트에 워크로드를 배포해야 합니다. 당신은 무엇을 해야 합니까?

A. 올바른 노드 그룹에서 각 워크로드를 호스팅하기 위해 Compute Engine 인스턴스를 생성할 때 노드 그룹 이름을 네트워크 태그로 추가합니다.

B. 올바른 노드에서 각 워크로드를 호스팅하기 위해 Compute Engine 인스턴스를 생성할 때 노드 이름을 네트워크 태그로 추가합니다.

C. 올바른 노드 그룹에서 각 워크로드를 호스팅하기 위해 Compute Engine 인스턴스를 만들 때 노드 그룹 이름을 기반으로 노드 어피니티 라벨을 사용합니다.

D. 올바른 노드에서 각 워크로드를 호스팅하기 위해 Compute Engine 인스턴스를 생성할 때 노드 이름을 기반으로 노드 어피니티 라벨을 사용합니다.

다른 버전: 893Google.Professional-Cloud-Architect.v2026-01-14.q101; 1278Google.Professional-Cloud-Architect.v2024-03-08.q174; 1121Google.Professional-Cloud-Architect.v2023-09-13.q111; 2418Google.Professional-Cloud-Architect.v2023-01-14.q147; 1785Google.Professional-Cloud-Architect.v2022-07-10.q111; 3565Google.Professional-Cloud-Architect.v2022-05-20.q253

최근 업로드: 120Oracle.1Z0-1050-26.v2026-09-05.q19; 158Salesforce.Manufacturing-Cloud-Professional.v2026-09-05.q111; 196EXIN.ITILFND_V4.v2026-09-05.q129; 209Citrix.1Y0-312.v2026-09-05.q182; 155NVIDIA.NCP-AIN.v2026-09-05.q56; 182Huawei.H12-351_V1.0.v2026-09-04.q76; 810Cisco.300-435.v2026-09-03.q259; 400Oracle.1Z0-1045-26.v2026-09-03.q17; 708IIA.IIA-CIA-Part1.v2026-09-03.q627; 565Fortinet.NSE6_OTS_AR-7.6.v2026-09-03.q95