A. 선점형 인스턴스가 있는 10노드 Compute Engine 인스턴스 그룹에 Hadoop 및 Spark를 설치합니다.
HDFS에 데이터를 저장합니다. 스크립트의 참조를 hdfs://에서 gs://로 변경

B. Cloud Dataproc 클러스터를 배포합니다. 표준 영구 디스크와 50% 선점형 작업자를 사용합니다. Cloud Storage에 데이터를 저장하고 스크립트의 참조를 hdfs://에서 gs://로 변경합니다.

C. Cloud Dataproc 클러스터를 배포합니다. SSD 영구 디스크와 50% 선점형 작업자를 사용합니다. Cloud Storage에 데이터를 저장하고 스크립트의 참조를 hdfs://에서 gs://로 변경합니다.

D. 표준 인스턴스가 있는 10노드 Compute Engine 인스턴스 그룹에 Hadoop 및 Spark를 설치합니다. Cloud Storage 커넥터를 설치하고 Cloud Storage에 데이터를 저장합니다. 스크립트의 참조를 hdfs://에서 gs://로 변경

A. Cloud Dataflow를 사용하여 Cloud Storage에 데이터를 씁니다.

B. Cloud Dataproc에 작업 템플릿을 작성하여 데이터 전송을 수행합니다.

C. Compute Engine VM에 FTP 서버를 설치하여 파일을 받아 Cloud Storage로 이동합니다.

D. 온프레미스 서버에서 gsutil rsync를 실행합니다.

A. 코드에서 TableReference 개체를 지정합니다.

B. .fromQuery 작업을 사용하여 테이블에서 특정 필드를 읽습니다.

C. Google BigQuery TableSchema 및 TableFieldSchema 클래스를 모두 사용합니다.

D. PCollection의 각 요소가 테이블의 단일 행을 나타내는 TableRow 개체를 반환하는 변환을 호출합니다.

A. 백업을 Google Cloud SQL에 마운트한 후 Google Cloud Dataproc을 사용하여 데이터를 처리합니다.

B. ETL 도구를 사용하여 MySQL에서 Google BigQuery로 데이터를 로드합니다.

C. MySQL 클러스터에 노드를 추가하고 거기에 OLAP 큐브를 만듭니다.

D. 온프레미스 Apache Hadoop 클러스터를 MySQL에 연결하고 ETL을 수행합니다.

A. 보고서 설정을 편집하여 캐싱을 비활성화합니다.

B. 테이블 세부정보를 편집하여 BigQuery에서 캐싱을 비활성화합니다.

C. 시각화를 보여주는 브라우저 탭을 새로 고칩니다.

D. 지난 1시간 동안의 브라우저 기록을 지운 다음 가상화를 보여주는 탭을 다시 로드합니다.