A. HTTPS 부하 분산기를 사용하여 노출되는 백엔드 서비스로 하나의 Cloud 함수를 만듭니다.

B. 직접 노출되는 3개의 Cloud Functions를 만듭니다.

C. 직접 노출되는 Cloud 함수 하나를 만듭니다.

D. HTTPS 부하 분산기를 사용하여 노출된 3개의 백엔드 서비스로 3개의 Cloud Functions를 만듭니다.

A. gsutil test -o output.json gs://my-bucket

B. gsutil perfdiag -o output.json gs://my-bucket

C. gcloud 컴퓨팅 scp example-instance:~/test-data -o 출력.json gs://my-bucket

D. gcloud 서비스 테스트 -o 출력.json gs://my-bucket

A. PodDisruptionBudget이 80%인 롤링 업데이트를 수행합니다.

B. HorizonPodAutoscaler 축소 정책 값을 0으로 사용하여 롤링 업데이트를 수행합니다.

C. 배포를 StatefulSet로 변환하고 PodDisruptionBudget을 사용하여 롤링 업데이트를 수행합니다.
80%.

D. 배포를 StatefulSet로 변환하고 HorizonPodAutoscaler 축소 정책 값 0을 사용하여 롤링 업데이트를 수행합니다.

A. Cloud Logging에 구조화된 로그를 작성하려면 애플리케이션 코드에서 Logging API를 사용해야 합니다.

B. 로그 분석을 용이하게 하기 위해 애플리케이션 로그에 대한 집계 내보내기를 Cloud Storage로 만듭니다.

C. 로그 출력을 표준 출력(stdout)에 한 줄 JSON으로 작성하여 구조화된 로그로 Cloud Logging에 수집합니다.

D. Pub/Sub API를 사용하여 구조화된 데이터를 Pub/Sub에 쓰고 Dataflow 스트리밍 파이프라인을 만들어 로그를 정규화하고 분석을 위해 BigQuery에 쓰도록 요구합니다.

E. 애플리케이션 로그에 대한 집계 내보내기를 BigQuery로 생성하여 로그 분석을 용이하게 합니다.

A. 로컬 머신에 Pub/Sub 에뮬레이터를 배포합니다. 프로덕션 애플리케이션이 로컬 Pub/Sub 주제를 가리키도록 합니다. 주제 A에 모의 메시지를 작성한 후 로그를 분석합니다.

B. Google Cloud 콘솔을 사용하여 주제 A에 모의 메시지를 작성합니다. 애플리케이션의 로깅 수준을 DEBUG 또는 INFO로 변경한 후 로그를 분석합니다.

C. 로컬 머신에 Pub/Sub 및 Cloud Run 에뮬레이터를 배포합니다. 애플리케이션을 로컬로 배포하고 애플리케이션의 로깅 수준을 DEBUG 또는 INFO로 변경합니다. 주제 A에 모의 메시지를 작성한 후 로그를 분석합니다.

D. gcloud CLI를 사용하여 주제 A에 모의 메시지를 작성합니다. 애플리케이션의 로깅 수준을 DEBUG 또는 INFO로 변경한 후 로그를 분석합니다.