A. 로컬 실행을 사용하도록 Cloud Dataflow 파이프라인 구성

B. maxNumWorkersin PipelineOptions를 설정하여 Cloud Dataflow 작업자의 최대 수를 늘립니다.

C. Cloud Bigtable 클러스터의 노드 수 늘리기

D. Cloud Bigtable에 쓰기 전에 Flattentransform을 사용하도록 Cloud Dataflow 파이프라인을 수정합니다.

E. Cloud Bigtable에 쓰기 전에 CoGroupByKeytransform을 사용하도록 Cloud Dataflow 파이프라인을 수정합니다.

A. 워크로드가 Cloud Bigtable에 적합하지 않습니다.

B. 테이블의 스키마가 올바르게 설계되지 않았습니다.

C. Cloud Bigtable 클러스터에 노드가 너무 많습니다.

D. 네트워크 연결에 문제가 있습니다.

A. 데이터를 Google Cloud Storage에 넣습니다.

B. Cloud Dataproc 클러스터에 선점형 가상 머신(VM)을 사용합니다.

C. 모든 데이터를 저장할 디스크가 충분하도록 Cloud Dataproc 클러스터를 조정합니다.

D. 콜드 데이터 중 일부를 Google Cloud Storage로 마이그레이션하고 핫 데이터만 Persistent Disk에 보관합니다.

A. 더미 사용자를 만들고 해당 사용자에게 데이터 세트 액세스 권한을 부여합니다. 해당 사용자의 사용자 이름과 비밀번호를 파일 시스템의 파일에 저장하고 해당 사용자 인증 정보를 사용하여 BigQuery 데이터세트에 액세스합니다.

B. 사용자를 위한 그룹을 만들고 해당 그룹에 데이터 세트에 대한 액세스 권한을 부여합니다.

C. 서비스 계정을 만들고 해당 계정에 데이터 세트 액세스 권한을 부여합니다. 서비스 계정의 개인 키를 사용하여 데이터세트에 액세스

D. SSO(Single Sign-On) 플랫폼과 통합하고 쿼리 요청과 함께 각 사용자의 자격 증명 전달

A. 60분 간격의 세션 창을 사용합니다.

B. 60분 지연 시간 기반 트리거가 있는 전역 창을 사용합니다.

C. 지속 시간이 60분인 고정 시간 창을 사용합니다.

D. 지속 시간이 60분인 슬라이딩 시간 창을 사용합니다.