A. 고가용성을 갖춘 Cloud Dataproc 클러스터를 생성합니다. 데이터를 HDFS에 저장하고 필요에 따라 분석을 수행합니다.

B. BigQuery에 데이터를 저장합니다. Cloud Dataproc 및 Compute Engine에서 BigQuery 커넥터를 사용하여 데이터에 액세스합니다.

C. 다중 지역 Cloud Storage 버킷에 데이터를 저장합니다. Cloud Dataproc, BigQuery, Compute Engine을 사용하여 데이터에 직접 액세스합니다.

D. 지역 Cloud Storage 버킷에 데이터를 저장합니다. Cloud Dataproc, BigQuery, Compute Engine을 사용하여 버킷에 직접 액세스합니다.

A. 사이

B. 어디

C. 선택

D. 제한

A. 각 진료소에 하나씩 테이블을 더 작은 테이블로 나눕니다. 더 작은 테이블 쌍에 대해 쿼리를 실행하고 통합 보고서에 통합을 사용합니다.

B. 데이터베이스 서버에 용량(메모리 및 디스크 공간)을 200개 단위로 추가합니다.

C. 마스터 환자 기록 테이블을 환자 테이블과 방문 테이블로 정규화하고 셀프 조인을 피하기 위해 필요한 다른 테이블을 만듭니다.

D. 날짜 범위에 따라 테이블을 더 작은 테이블로 분할하고 날짜 범위가 미리 지정된 보고서만 생성합니다.

A. Hadoop 클러스터에 충분한 영구 디스크 공간을 할당하고 해당 Hadoop 작업의 중간 데이터를 기본 HDFS에 저장합니다.

B. 각 인스턴스의 네트워킹 대역폭이 확장될 수 있도록 Hadoop 클러스터의 가상 머신 인스턴스에 더 많은 CPU 코어를 할당합니다.

C. 추가 NIC(네트워크 인터페이스 카드)를 할당하고 Cloud Storage 작업 시 결합된 처리량을 사용하도록 운영 체제에서 Link Aggregation을 구성합니다.

D. 특정 Hadoop 작업의 중간 데이터가 메모리에 유지될 수 있도록 Hadoop 클러스터에 충분한 메모리를 할당합니다.

A. Cloud Deployment Manager를 사용하여 액세스 프로비저닝을 자동화합니다.

B. 액세스 제어 정책 상속을 활용하기 위해 리소스 계층 구조를 도입합니다.

C. 다양한 팀을 위한 고유한 그룹을 생성하고 Cloud IAM 정책에서 그룹을 지정합니다.

D. Cloud Storage 버킷 및 BigQuery 데이터세트에 대한 데이터를 공유할 때만 서비스 계정을 사용합니다.

E. 각 Cloud Storage 버킷 또는 BigQuery 데이터세트에 대해 액세스가 필요한 프로젝트를 결정합니다. 이러한 프로젝트에 대한 액세스 권한이 있는 모든 활성 구성원을 찾고 이러한 모든 사용자에게 액세스 권한을 부여하는 Cloud IAM 정책을 생성합니다.