무료 온라인 액세스 Google.Professional-Data-Engineer.v2022-09-06.q248 모의 시험 (Page 29)

Professional-Data-Engineer 문제 136

Cloud Pub/Sub 주제에서 메시지를 수신하고 EU의 BigQuery 데이터세트에 결과를 쓰는 Cloud Dataflow에서 파이프라인을 실행하고 있습니다. 현재 파이프라인은 europe-west4에 있으며 최대 3명의 작업자(인스턴스 유형 n1-standard-1)가 있습니다. 피크 기간 동안 3명의 작업자가 모두 최대 CPU 사용률에 있을 때 파이프라인이 적시에 레코드를 처리하는 데 어려움을 겪고 있음을 알 수 있습니다. 파이프라인의 성능을 높이기 위해 취할 수 있는 두 가지 조치는 무엇입니까? (2개를 선택하세요.)

A. 최대 작업자 수 증가

B. Cloud Dataflow 작업자에 더 큰 인스턴스 유형 사용

C. us-central1에서 실행되도록 Cloud Dataflow 파이프라인의 영역을 변경합니다.

D. 새 데이터의 버퍼 역할을 하는 Cloud Bigtable에 임시 테이블을 만듭니다. 파이프라인에서 새 단계를 만들어 먼저 이 테이블에 쓴 다음 Cloud Bigtable에서 BigQuery로 쓸 새 파이프라인을 만드세요.

E. 새 데이터의 버퍼 역할을 하는 Cloud Spanner에 임시 테이블을 만듭니다. 파이프라인에 새 단계를 만들어 먼저 이 테이블에 쓴 다음 Cloud Spanner에서 BigQuery로 쓸 새 파이프라인을 만듭니다.

Professional-Data-Engineer 문제 137

귀사에서 Google Cloud Storage 및 Google Compute Engine의 Cassandra 클러스터에 저장된 초대형 데이터세트에 대해 복잡한 분석을 수행하고자 하는 새로운 데이터 과학자를 고용했습니다. 과학자는 주로 일부 시각화 작업과 함께 기계 학습 프로젝트에 대한 레이블이 지정된 데이터 세트를 만들고 싶어합니다.
그녀는 노트북이 작업을 수행할 만큼 강력하지 않고 속도가 느려지고 있다고 보고합니다. 당신은 그녀가 그녀의 작업을 수행하는 데 도움이되고 싶습니다. 당신은 무엇을해야합니까?

A. 사용자에게 Google Cloud Shell에 대한 액세스 권한을 부여합니다.

B. 노트북에서 로컬 버전의 Jupiter를 실행합니다.

C. Google Compute Engine의 가상 머신(VM)에 Google Cloud Datalab을 배포합니다.

D. Google Compute Engine의 VM에서 시각화 도구를 호스팅합니다.

Professional-Data-Engineer 문제 138

분석을 위해 BigQuery의 데이터세트를 사용합니다. 동일한 데이터 세트에 대한 액세스 권한을 타사 회사에 제공하려고 합니다. 데이터 공유 비용을 낮게 유지하고 데이터가 최신 상태인지 확인해야 합니다. 어떤 솔루션을 선택해야 합니까?

A. BigQuery 테이블에 승인된 보기를 생성하여 데이터 액세스를 제어하고 해당 보기에 대한 액세스 권한을 제3자 회사에 제공합니다.

B. Cloud Scheduler를 사용하여 정기적으로 데이터를 Cloud Storage로 내보내고 타사에 버킷에 대한 액세스 권한을 제공합니다.

C. BigQuery에서 공유할 관련 데이터가 포함된 별도의 데이터 세트를 생성하고 제3자 회사에 새 데이터 세트에 대한 액세스 권한을 제공합니다.

D. 빈번한 시간 간격으로 데이터를 읽고 타사에서 사용할 관련 BigQuery 데이터세트 또는 Cloud Storage 버킷에 작성하는 Cloud Dataflow 작업을 생성합니다.

Professional-Data-Engineer 문제 139

Flowlogistic의 경영진은 현재 Apache Kafka 서버가 실시간 인벤토리 추적 시스템의 데이터 볼륨을 처리할 수 없다고 결정했습니다. 독점 추적 소프트웨어를 제공할 Google Cloud Platform(GCP)에 새 시스템을 구축해야 합니다. 시스템은 다양한 글로벌 소스에서 데이터를 수집하고 실시간으로 처리 및 쿼리하고 데이터를 안정적으로 저장할 수 있어야 합니다. 어떤 GCP 제품 조합을 선택해야 하나요?

A. Cloud Pub/Sub, Cloud Dataflow 및 Cloud Storage

B. Cloud Pub/Sub, Cloud Dataflow 및 로컬 SSD

C. Cloud Pub/Sub, Cloud SQL 및 Cloud Storage

D. Cloud Load Balancing, Cloud Dataflow, Cloud Storage

정답: C

주제 2, MJTelco 사례 연구
회사 개요
MJTelco는 전 세계적으로 빠르게 성장하고 서비스가 부족한 시장에서 네트워크를 구축할 계획인 스타트업입니다.
이 회사는 혁신적인 광통신 하드웨어에 대한 특허를 보유하고 있습니다. 이러한 특허를 기반으로 저렴한 하드웨어로 많은 안정적인 고속 백본 링크를 생성할 수 있습니다.
회사 배경
경험 많은 통신 경영진에 의해 설립된 MJTelco는 원래 우주에서 통신 문제를 극복하기 위해 개발된 기술을 사용합니다. 운영에 있어 기본적으로 실시간 분석을 주도하고 기계 학습을 통합하여 토폴로지를 지속적으로 최적화하는 분산 데이터 인프라를 구축해야 합니다. 하드웨어가 저렴하기 때문에 네트워크를 과도하게 배포하여 동적 지역 정치가 위치 가용성 및 비용에 미치는 영향을 설명할 계획입니다.
그들의 관리 및 운영 팀은 전 세계에 위치하여 데이터 소비자와 시스템에서 다대다 관계를 생성합니다. 신중하게 고려한 후, 그들은 퍼블릭 클라우드가 그들의 요구를 지원하기에 완벽한 환경이라고 결정했습니다.
솔루션 개념
MJTelco는 연구소에서 성공적인 PoC(개념 증명) 프로젝트를 실행하고 있습니다. 두 가지 기본 요구 사항이 있습니다.
* PoC를 확장하고 강화하여 50,000개 이상의 설치로 증가할 때 생성되는 훨씬 더 많은 데이터 흐름을 지원합니다.
* 기계 학습 주기를 수정하여 토폴로지 정의를 제어하는 데 사용하는 동적 모델을 확인하고 개선합니다.
MJTelco는 또한 실험 실행, 새로운 기능 배포 및 프로덕션 고객 서비스의 요구 사항을 충족하기 위해 개발/테스트, 스테이징 및 프로덕션의 세 가지 별도 운영 환경을 사용할 것입니다.
비즈니스 요구 사항
* 최소한의 비용으로 생산 환경을 확장하고 예측할 수 없는 분산된 통신 사용자 커뮤니티에서 필요할 때 리소스를 인스턴스화합니다.
* 최첨단 기계 학습 및 분석을 보호하기 위해 독점 데이터의 보안을 보장합니다.
* 분산된 연구원의 분석을 위한 데이터에 대한 안정적이고 시기적절한 액세스 제공
* 고객에게 영향을 주지 않고 기계 학습 모델의 빠른 반복을 지원하는 격리된 환경을 유지합니다.
기술 요구 사항
원격 측정 데이터의 안전하고 효율적인 전송 및 저장 보장
인스턴스를 빠르게 확장하여 각각 여러 흐름이 있는 10,000~100,000개의 데이터 공급자를 지원합니다.
하루에 약 1억 개의 레코드를 저장하는 최대 2년의 데이터를 추적하는 데이터 테이블에 대한 분석 및 프레젠테이션 허용 원격 측정 흐름 및 프로덕션 학습 주기 모두에서 데이터 파이프라인 문제 인식에 중점을 둔 모니터링 인프라의 신속한 반복을 지원합니다.
CEO 성명서
우리의 비즈니스 모델은 특허, 분석 및 동적 기계 학습에 의존합니다. 우리의 저렴한 하드웨어는 매우 안정적으로 구성되어 있어 비용 이점이 있습니다. 안정성과 용량 약속을 충족하려면 대규모 분산 데이터 파이프라인을 신속하게 안정화해야 합니다.
CTO 성명서
당사의 퍼블릭 클라우드 서비스는 광고된 대로 작동해야 합니다. 확장하고 데이터를 안전하게 유지하는 리소스가 필요합니다.
또한 데이터 과학자가 모델을 주의 깊게 연구하고 신속하게 적용할 수 있는 환경이 필요합니다.
우리는 데이터를 처리하기 위해 자동화에 의존하기 때문에 반복하면서 작동할 개발 및 테스트 환경도 필요합니다.
CFO 성명서
프로젝트가 너무 커서 데이터 및 분석에 필요한 하드웨어와 소프트웨어를 유지 관리할 수 없습니다. 또한 많은 데이터 피드를 모니터링하기 위해 운영 팀에 직원을 배치할 여력이 없으므로 자동화 및 인프라에 의존할 것입니다. Google Cloud의 머신 러닝을 통해 양적 연구원은 데이터 파이프라인의 문제 대신 중요한 문제를 해결할 수 있습니다.

Professional-Data-Engineer 문제 140

인프라에는 YouTube 채널 세트가 포함됩니다. 분석을 위해 YouTube 채널 데이터를 Google Cloud로 보내는 프로세스를 만드는 임무를 받았습니다. 전 세계 마케팅 팀이 최신 YouTube 채널 로그 데이터에 대해 ANSI SQL 및 기타 유형의 분석을 수행할 수 있는 솔루션을 설계하려고 합니다. GCP로의 로그 데이터 전송을 어떻게 설정해야 하나요?

A. Storage Transfer Service를 사용하여 오프사이트 백업 파일을 최종 목적지인 Cloud Storage 지역 버킷으로 전송합니다.

B. BigQuery Data Transfer Service를 사용하여 오프사이트 백업 파일을 최종 목적지인 Cloud Storage Multi-Regional 스토리지 버킷으로 전송합니다.

C. Storage Transfer Service를 사용하여 오프사이트 백업 파일을 최종 목적지인 Cloud Storage Multi-Regional 스토리지 버킷으로 전송합니다.

D. BigQuery Data Transfer Service를 사용하여 오프사이트 백업 파일을 최종 목적지인 Cloud Storage 지역 스토리지 버킷으로 전송합니다.

다른 버전: 1645Google.Professional-Data-Engineer.v2024-12-06.q306; 1168Google.Professional-Data-Engineer.v2024-08-24.q281; 1311Google.Professional-Data-Engineer.v2023-06-24.q151; 1831Google.Professional-Data-Engineer.v2023-04-17.q208; 2054Google.Professional-Data-Engineer.v2022-05-24.q174

최근 업로드: 109TheBerylInstitute.CPXP.v2026-06-06.q56; 133ACAMS.CAMS7-KR.v2026-06-05.q213; 157PaloAltoNetworks.XSIAM-Analyst.v2026-06-04.q72; 128NLN.NEX.v2026-06-04.q54; 178Microsoft.AZ-500-KR.v2026-06-04.q213; 161Microsoft.DP-600-KR.v2026-06-04.q98; 181Microsoft.AZ-204-KR.v2026-06-04.q237; 163Microsoft.PL-600-KR.v2026-06-04.q112; 225Microsoft.SC-300-KR.v2026-06-03.q151; 192Microsoft.DP-600-KR.v2026-06-03.q70