A. 각 부서에 대해 별도의 데이터세트를 만듭니다. 특정 부서에 대한 특정 데이터 세트에서 레코드를 선택하려면 적절한 WHERE 절이 있는 뷰를 만듭니다. 마스터 데이터 세트의 레코드에 액세스하려면 이 보기를 승인하세요. 직원에게 이 부서별 데이터 세트에 대한 권한을 부여하세요.

B. 각 부서에 대해 별도의 데이터세트를 만듭니다. 각 부서에 대한 데이터 파이프라인을 만들어 마스터 데이터세트의 적절한 정보를 부서의 특정 데이터세트에 복사합니다. 직원에게 이 부서별 데이터 세트에 대한 권한을 부여하세요.

C. Master 데이터 세트라는 데이터 세트를 생성합니다. 마스터 데이터 세트의 각 부서에 대해 별도의 뷰를 만듭니다. 직원들에게 소속 부서의 특정 보기에 대한 액세스 권한을 부여하세요.

D. 마스터 데이터 세트라는 데이터 세트를 생성합니다. 마스터 데이터 세트의 각 부서에 대해 별도의 테이블을 만듭니다. 직원들에게 소속 부서의 특정 테이블에 대한 액세스 권한을 부여하세요.

A. Google Cloud Platform에서 Cloud Dataproc 클러스터를 만든 다음 Hadoop 환경을 새 Cloud Dataproc 클러스터로 마이그레이션합니다. HDFS 데이터를 더 큰 HDD 디스크로 이동하여 스토리지 비용을 절약하세요.

B. Hadoop에 저장된 데이터를 BigQuery로 마이그레이션합니다. 온프레미스 Hadoop 환경 대신 BigQuery에서 정보를 가져오도록 작업을 변경하세요.

C. SSD 대신 HDD로 Compute Engine 인스턴스를 만들어 비용을 절감합니다. 그런 다음 기존 환경을 Compute Engine 인스턴스의 새 환경으로 전체 마이그레이션합니다.

D. Google Cloud Platform에서 Cloud Dataproc 클러스터를 만든 다음 Hadoop 코드 객체를 새 클러스터로 마이그레이션합니다. 데이터를 Cloud Storage로 이동하고 Cloud Dataproc 커넥터를 활용하여 해당 데이터에 대한 작업을 실행하세요.

A. Pub/Sub로 Cloud Logging 로그 내보내기를 만듭니다.

B. Cloud Logging 로그 항목을 읽고 이를 타사 애플리케이션으로 보내는 Cloud 함수를 만듭니다.

C. Cloud Storage로 Cloud Logging 로그 내보내기를 만듭니다.

D. BigQuery로 Cloud Logging 로그 내보내기를 만듭니다.

A. .NET Core를 사용하여 애플리케이션을 다시 작성하고 Cloud Run에 배포합니다. 개정을 사용하여 환경을 분리하십시오.

B. Cloud Build를 사용하여 애플리케이션을 각 빌드의 새 Compute Engine 이미지로 배포합니다. 각 환경에서 이 이미지를 사용하십시오.

C. MS Web Deploy를 사용하여 애플리케이션을 배포하고 항상 Compute Engine에서 패치가 적용된 최신 MS Windows Server 기본 이미지를 사용해야 합니다.

D. Cloud Build를 사용하여 애플리케이션을 패키징하고 Google Kubernetes Engine 클러스터에 배포합니다. 네임스페이스를 사용하여 환경을 분리합니다.

A. 개체에 캐시 제어 헤더를 추가합니다.

B. GCP 콘솔에서 할당량 증가를 요청합니다.

C. 잘린 지수 백오프 전략을 사용하여 요청을 재시도합니다.

D. Cloud Storage 버킷의 스토리지 클래스를 다중 지역으로 변경합니다.