A. 지역 Google Cloud Storage 버킷에 데이터를 저장 및 업데이트하고 BigQuery에서 연합 데이터 소스 생성

B. Google Cloud Datastore에 데이터를 저장합니다. Google Cloud Dataflow를 사용하여 BigQuery를 쿼리하고 데이터를 Cloud Datastore에 저장된 데이터와 프로그래밍 방식으로 결합

C. 지역 Google Cloud Storage 버킷의 파일에 데이터를 저장합니다. Cloud Dataflow를 사용하여 BigQuery를 쿼리하고 데이터를 프로그래밍 방식으로 Google Cloud Storage에 저장된 데이터와 결합합니다.

D. BigQuery의 파티션을 나눈 새 테이블에 30분마다 데이터를 로드합니다.

A. Compute Engine 가상 머신에 타사 데이터 검증 도구를 설치하여 수신 데이터에 민감한 정보가 있는지 확인합니다.

B. Stackdriver 로깅을 사용하여 전체 파이프라인을 통해 전달된 데이터를 분석하여 민감한 정보가 포함될 수 있는 트랜잭션을 식별합니다.

C. BigQuery에서 승인된 보기를 생성하여 민감한 데이터가 있는 테이블에 대한 액세스를 제한합니다.

D. 주제를 읽고 Cloud Data Loss Prevention API를 호출하는 Cloud 함수를 빌드합니다.
태그 지정 및 신뢰 수준을 사용하여 검토를 위해 버킷의 데이터를 전달하거나 격리합니다.

A. 센서 이벤트의 메시지 본문이 너무 큽니다.

B. 사용자 지정 엔드포인트에 오래된 SSL 인증서가 있습니다.

C. Cloud Pub/Sub 주제에 게시된 메시지가 너무 많습니다.

D. 사용자 지정 끝점이 확인 기한 내에 메시지를 확인하지 않습니다.

A. 기본 키

B. 고유 키

C. 행 키

D. 마스터 키

A. 각 데이터 항목을 기본 키로 별도의 데이터베이스에 저장하고 인덱스를 적용합니다.

B. 각 데이터 항목의 해시 값을 계산하고 모든 이력 데이터와 비교합니다.

C. 각 데이터 항목에 GUID(Global Unique Identifier)를 할당합니다.

D. 각 데이터 항목에 대한 해시 값 및 기타 메타데이터를 저장할 데이터베이스 테이블을 유지 관리합니다.