A. 온프레미스 물리적 하드웨어 코어 및 RAM을 클라우드에서 가장 유사한 머신 유형으로 매핑합니다.

B. Dress4Win은 사용 가능한 시스템 유형 중에서 RAM 대 CPU 비율이 가장 높은 시스템에 애플리케이션 서버를 배포하는 것을 권장합니다.

C. Dress4Win을 프로덕션 환경에 배포할 때는 사용 가능한 가장 작은 인스턴스부터 시작하여 지속적으로 모니터링하고, 원하는 성능에 도달할 때까지 머신 유형을 확장하는 것이 좋습니다.

D. 애플리케이션 서버 가상 머신과 관련된 가상 코어 및 RAM 수를 식별하고, 이를 클라우드의 사용자 지정 머신 유형에 맞추고, 성능을 모니터링하고, 원하는 성능에 도달할 때까지 머신 유형을 확장합니다.

A. 버킷에 대해 5년 동안의 보존 정책을 생성합니다.
보존 정책에 잠금을 설정하세요.

B. 균일한 버킷 수준 액세스 권한으로 버킷을 생성하고 서비스 계정에 객체 작성자 역할을 부여합니다.
서비스 계정을 사용하여 새 파일을 업로드하세요.

C. 버킷 암호화에 고객 관리 키를 사용합니다. 키는 5년마다 교체하십시오.

D. 세분화된 접근 제어를 적용하여 버킷을 생성하고, 서비스 계정에 객체 작성자 역할을 부여합니다.
서비스 계정을 사용하여 새 파일을 업로드하세요.

A. /etc/rc.6.d/ 디렉터리에 k99.shutdown이라는 이름의 종료 스크립트를 생성합니다.

B. Linux에서 xinetdservice로 등록된 종료 스크립트를 생성하고 Stackdriver 엔드포인트를 구성합니다.
서비스 호출 여부를 확인하세요

C. 종료 스크립트를 생성하고 해당 스크립트를 키가 shutdown-인 새 메타데이터 항목의 값으로 사용합니다.
새 가상 머신 인스턴스를 생성할 때 클라우드 플랫폼 콘솔에서 스크립트를 실행합니다.

D. 종료 스크립트를 생성하고, Linux에서 xinetd 서비스로 등록한 후 gcloud compute를 사용합니다.
인스턴스 add-metadatacommand를 사용하여 새 메타데이터의 값으로 서비스 URL을 지정합니다.
종료 스크립트 URL 키를 사용한 항목

A. 코드의 오류를 확인하려면 애플리케이션 코드에서 Google Stackdriver 디버거를 활성화해야 합니다.

B. 클라우드 스테이징 환경에 추가적인 단위 테스트와 프로덕션 규모의 부하 테스트를 추가해야 합니다.

C. 코드가 의도대로 작동하는지 확인하기 위해 클라우드 스테이징 환경에서 엔드투엔드 테스트를 실행해야 합니다.

D. 개발자들이 새 릴리스가 지연 시간에 미치는 영향을 측정할 수 있도록 카나리 테스트를 추가해야 합니다.

A. 1. 원본 데이터가 있는 데이터 세트에서 공유하려는 테이블(Pll 제외)에 대한 뷰를 생성합니다.
2. 데이터 과학 팀 구성원에게 적절한 프로젝트 수준의 IAM 역할을 할당합니다.
3. 뷰가 포함된 데이터 세트에 액세스 제어를 할당합니다.

B. 1. 원본 데이터가 있는 데이터 세트에서 공유하려는 테이블(Pll 제외)의 구체화된 뷰를 생성합니다.
2. 데이터 과학 팀 구성원에게 적절한 프로젝트 수준의 IAM 역할을 할당합니다. 3. 뷰가 포함된 데이터 세트에 액세스 제어를 할당합니다.

C. 1. 데이터 과학 팀을 위한 데이터 세트 생성
2. Pll을 제외하고 공유하려는 테이블에 대한 뷰를 생성합니다.
3. 데이터 과학 팀 구성원에게 적절한 프로젝트 수준의 IAM 역할을 할당합니다.
4. 뷰가 포함된 데이터 세트에 액세스 제어를 할당합니다.
5. 뷰가 소스 데이터 세트에 액세스할 수 있도록 권한을 부여합니다.

D. 1. 데이터 과학 팀을 위한 데이터 세트를 생성합니다.
2. 공유하려는 테이블(Pll 제외)의 구체화된 뷰를 생성합니다.
3. 데이터 과학 팀 구성원에게 적절한 프로젝트 수준의 IAM 역할을 할당합니다.
4. 뷰가 포함된 데이터 세트에 액세스 제어를 할당합니다.
5. 뷰가 소스 데이터 세트에 액세스할 수 있도록 권한을 부여합니다.