Professional-Data-Engineer 문제 26
회사에서 30노드 Apache Hadoop 클러스터를 클라우드로 마이그레이션하고 있습니다. 그들은 이미 생성한 Hadoop 작업을 재사용하고 클러스터 관리를 최대한 최소화하기를 원합니다. 그들은 또한 클러스터의 수명 이후에도 데이터를 유지할 수 있기를 원합니다. 당신은 무엇을해야합니까?
Professional-Data-Engineer 문제 27
Flowlogistic 사례 연구
회사 개요
Flowlogistic은 선도적인 물류 및 공급망 제공업체입니다. 그들은 전 세계의 기업이 자원을 관리하고 최종 목적지까지 운송하도록 돕습니다. 이 회사는 철도, 트럭, 항공기 및 해상 운송을 포함하도록 제품을 확장하면서 빠르게 성장했습니다.
회사 배경
이 회사는 지역 트럭 회사로 시작하여 다른 물류 시장으로 확장했습니다. 인프라를 업데이트하지 않았기 때문에 주문 및 배송을 관리하고 추적하는 데 병목 현상이 발생했습니다. 운영을 개선하기 위해 Flowlogistic은 소포 수준에서 실시간으로 선적을 추적하는 독점 기술을 개발했습니다. 그러나 Apache Kafka 기반 기술 스택이 처리량을 지원할 수 없기 때문에 배포할 수 없습니다. 또한 Flowlogistic은 주문 및 배송을 추가로 분석하여 리소스를 가장 잘 배치하는 방법을 결정하려고 합니다.
솔루션 개념
Flowlogistic은 클라우드를 사용하여 두 가지 개념을 구현하려고 합니다.
* 적재물의 위치를 알려주는 실시간 재고 추적 시스템에서 독자 기술 사용
* 정형 및 비정형 데이터를 모두 포함하는 모든 주문 및 배송 로그에 대한 분석을 수행하여 리소스를 가장 잘 배포하는 방법과 정보를 확장할 시장을 결정합니다. 또한 예측 분석을 사용하여 배송이 지연되는 시기를 더 빨리 알기를 원합니다.
기존 기술 환경
Flowlogistic 아키텍처는 단일 데이터 센터에 있습니다.
* 데이터베이스
* 2개의 클러스터에 8개의 물리적 서버
* SQL Server - 사용자 데이터, 인벤토리, 정적 데이터
* 3개의 물리적 서버
* Cassandra - 메타데이터, 메시지 추적
10 Kafka 서버 - 메시지 집계 및 일괄 삽입 추적
* 애플리케이션 서버 - 고객 프론트 엔드, 주문/통관을 위한 미들웨어
* 20개의 물리적 서버에 60개의 가상 머신
* 톰캣 - 자바 서비스
* Nginx - 정적 콘텐츠
* 배치 서버
스토리지 기기
* 가상 머신(VM) 호스트용 iSCSI
* 파이버 채널 저장 영역 네트워크(FC SAN) - SQL 서버 스토리지
* NAS(Network-Attached Storage) 이미지 저장, 로그, 백업
* 10개의 Apache Hadoop/Spark 서버
* 코어 데이터 레이크
* 데이터 분석 워크로드
* 20개의 기타 서버
* Jenkins, 모니터링, 배스천 호스트,
비즈니스 요구 사항
* 확대된 팬티 생산으로 안정적이고 재현 가능한 환경을 구축하십시오.
* 분석을 위해 중앙 집중식 Data Lake에서 데이터 집계
* 과거 데이터를 사용하여 향후 배송에 대한 예측 분석 수행
* 독점 기술을 사용하여 전 세계의 모든 배송을 정확하게 추적
* 새로운 리소스의 신속한 프로비저닝을 통해 비즈니스 민첩성 및 혁신 속도 향상
* 클라우드에서 성능을 위한 아키텍처 분석 및 최적화
* 다른 모든 요구 사항이 충족되는 경우 클라우드로 완전히 마이그레이션
기술 요구 사항
* 스트리밍 및 배치 데이터 모두 처리
* 기존 Hadoop 워크로드 마이그레이션
* 아키텍처가 회사의 변화하는 요구 사항을 충족할 수 있도록 확장 가능하고 탄력적인지 확인합니다.
* 가능하면 관리형 서비스를 사용하십시오.
* 데이터 비행 및 저장 데이터 암호화
* 프로덕션 데이터 센터와 클라우드 환경 사이에 VPN 연결 SEO 성명서 우리는 너무 빠르게 성장하여 인프라를 업그레이드할 수 없어 더 이상의 성장과 효율성을 실제로 방해하고 있습니다. 우리는 전 세계로 배송물을 이동하는 데 효율적이지만 데이터를 이동하는 데는 비효율적입니다.
고객이 어디에 있고 무엇을 배송하는지 더 쉽게 이해할 수 있도록 정보를 구성해야 합니다.
CTO 성명서
IT는 우리의 우선 순위가 아니므로 데이터가 증가함에 따라 기술에 충분한 투자를 하지 않았습니다. IT를 관리할 수 있는 훌륭한 직원이 있지만 그들은 인프라 관리에 너무 바빠서 데이터 구성, 분석 구축, CFO의 구현 방법 파악과 같은 정말 중요한 일을 하도록 할 수 없습니다. 추적 기술.
CFO 성명서
우리의 경쟁 우위의 일부는 배송 지연 및 배송에 대해 스스로에게 불이익을 준다는 것입니다. 출하량이 항상 어디에 있는지 아는 것은 우리의 수익 및 수익성과 직접적인 상관관계가 있습니다. 또한 서버 환경을 구축하는 데 자본을 투입하고 싶지 않습니다.
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?
회사 개요
Flowlogistic은 선도적인 물류 및 공급망 제공업체입니다. 그들은 전 세계의 기업이 자원을 관리하고 최종 목적지까지 운송하도록 돕습니다. 이 회사는 철도, 트럭, 항공기 및 해상 운송을 포함하도록 제품을 확장하면서 빠르게 성장했습니다.
회사 배경
이 회사는 지역 트럭 회사로 시작하여 다른 물류 시장으로 확장했습니다. 인프라를 업데이트하지 않았기 때문에 주문 및 배송을 관리하고 추적하는 데 병목 현상이 발생했습니다. 운영을 개선하기 위해 Flowlogistic은 소포 수준에서 실시간으로 선적을 추적하는 독점 기술을 개발했습니다. 그러나 Apache Kafka 기반 기술 스택이 처리량을 지원할 수 없기 때문에 배포할 수 없습니다. 또한 Flowlogistic은 주문 및 배송을 추가로 분석하여 리소스를 가장 잘 배치하는 방법을 결정하려고 합니다.
솔루션 개념
Flowlogistic은 클라우드를 사용하여 두 가지 개념을 구현하려고 합니다.
* 적재물의 위치를 알려주는 실시간 재고 추적 시스템에서 독자 기술 사용
* 정형 및 비정형 데이터를 모두 포함하는 모든 주문 및 배송 로그에 대한 분석을 수행하여 리소스를 가장 잘 배포하는 방법과 정보를 확장할 시장을 결정합니다. 또한 예측 분석을 사용하여 배송이 지연되는 시기를 더 빨리 알기를 원합니다.
기존 기술 환경
Flowlogistic 아키텍처는 단일 데이터 센터에 있습니다.
* 데이터베이스
* 2개의 클러스터에 8개의 물리적 서버
* SQL Server - 사용자 데이터, 인벤토리, 정적 데이터
* 3개의 물리적 서버
* Cassandra - 메타데이터, 메시지 추적
10 Kafka 서버 - 메시지 집계 및 일괄 삽입 추적
* 애플리케이션 서버 - 고객 프론트 엔드, 주문/통관을 위한 미들웨어
* 20개의 물리적 서버에 60개의 가상 머신
* 톰캣 - 자바 서비스
* Nginx - 정적 콘텐츠
* 배치 서버
스토리지 기기
* 가상 머신(VM) 호스트용 iSCSI
* 파이버 채널 저장 영역 네트워크(FC SAN) - SQL 서버 스토리지
* NAS(Network-Attached Storage) 이미지 저장, 로그, 백업
* 10개의 Apache Hadoop/Spark 서버
* 코어 데이터 레이크
* 데이터 분석 워크로드
* 20개의 기타 서버
* Jenkins, 모니터링, 배스천 호스트,
비즈니스 요구 사항
* 확대된 팬티 생산으로 안정적이고 재현 가능한 환경을 구축하십시오.
* 분석을 위해 중앙 집중식 Data Lake에서 데이터 집계
* 과거 데이터를 사용하여 향후 배송에 대한 예측 분석 수행
* 독점 기술을 사용하여 전 세계의 모든 배송을 정확하게 추적
* 새로운 리소스의 신속한 프로비저닝을 통해 비즈니스 민첩성 및 혁신 속도 향상
* 클라우드에서 성능을 위한 아키텍처 분석 및 최적화
* 다른 모든 요구 사항이 충족되는 경우 클라우드로 완전히 마이그레이션
기술 요구 사항
* 스트리밍 및 배치 데이터 모두 처리
* 기존 Hadoop 워크로드 마이그레이션
* 아키텍처가 회사의 변화하는 요구 사항을 충족할 수 있도록 확장 가능하고 탄력적인지 확인합니다.
* 가능하면 관리형 서비스를 사용하십시오.
* 데이터 비행 및 저장 데이터 암호화
* 프로덕션 데이터 센터와 클라우드 환경 사이에 VPN 연결 SEO 성명서 우리는 너무 빠르게 성장하여 인프라를 업그레이드할 수 없어 더 이상의 성장과 효율성을 실제로 방해하고 있습니다. 우리는 전 세계로 배송물을 이동하는 데 효율적이지만 데이터를 이동하는 데는 비효율적입니다.
고객이 어디에 있고 무엇을 배송하는지 더 쉽게 이해할 수 있도록 정보를 구성해야 합니다.
CTO 성명서
IT는 우리의 우선 순위가 아니므로 데이터가 증가함에 따라 기술에 충분한 투자를 하지 않았습니다. IT를 관리할 수 있는 훌륭한 직원이 있지만 그들은 인프라 관리에 너무 바빠서 데이터 구성, 분석 구축, CFO의 구현 방법 파악과 같은 정말 중요한 일을 하도록 할 수 없습니다. 추적 기술.
CFO 성명서
우리의 경쟁 우위의 일부는 배송 지연 및 배송에 대해 스스로에게 불이익을 준다는 것입니다. 출하량이 항상 어디에 있는지 아는 것은 우리의 수익 및 수익성과 직접적인 상관관계가 있습니다. 또한 서버 환경을 구축하는 데 자본을 투입하고 싶지 않습니다.
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?
Professional-Data-Engineer 문제 28
Cloud Datastore를 사용하여 실시간으로 차량 원격 분석 데이터를 수집하기로 결정했습니다. 비용을 낮게 유지하면서 장기적인 데이터 증가를 처리할 스토리지 시스템을 구축하려고 합니다. 또한 특정 시점(PIT) 복구를 수행하거나 다른 환경에서 Cloud Datastore의 데이터 사본을 복제할 수 있도록 데이터의 스냅샷을 주기적으로 생성하려고 합니다. 이러한 스냅샷을 오랫동안 보관하려고 합니다.
이 작업을 수행할 수 있는 두 가지 방법은 무엇입니까? 2개의 답변을 선택하세요.
이 작업을 수행할 수 있는 두 가지 방법은 무엇입니까? 2개의 답변을 선택하세요.
Professional-Data-Engineer 문제 29
Flowlogistic은 실시간 재고 추적 시스템을 출시하고 있습니다. 추적 장치는 모두 패키지 추적 메시지를 보내며 이제 Apache Kafka 클러스터 대신 단일 Google Cloud Pub/Sub 주제로 이동합니다. 그러면 구독자 애플리케이션은 실시간 보고를 위해 메시지를 처리하고 기록 분석을 위해 Google BigQuery에 저장합니다. 시간이 지남에 따라 패키지 데이터를 분석할 수 있는지 확인하려고 합니다.
어떤 접근 방식을 취해야 합니까?
어떤 접근 방식을 취해야 합니까?
Professional-Data-Engineer 문제 30
BigQuery에 저장된 데이터가 있습니다. BigQuery 데이터세트의 데이터는 가용성이 높아야 합니다. 비용을 최소화하는 이 데이터의 저장, 백업 및 복구 전략을 정의해야 합니다. BigQuery 테이블을 어떻게 구성해야 하나요?