A. 빈번한 시간 간격으로 데이터를 읽고 이를 타사에서 사용할 수 있도록 관련 BigQuery 데이터 세트 또는 Cloud Storage 버킷에 쓰는 Cloud Dataflow 작업을 만듭니다.

B. Cloud Scheduler를 사용하여 정기적으로 데이터를 Cloud Storage로 내보내고 제3자 회사에 버킷에 대한 액세스 권한을 제공합니다.

C. BigQuery에서 공유할 관련 데이터가 포함된 별도의 데이터세트를 만들고 제3자 회사에 새 데이터세트에 대한 액세스 권한을 제공합니다.

D. BigQuery 테이블에 승인된 뷰를 만들어 데이터 액세스를 제어하고 제3자 회사에 해당 뷰에 대한 액세스 권한을 제공합니다.

A. Google Cloud Storage로 실행합니다. Google Cloud Logging에 쓰기

B. Google Cloud Storage에 쓰기; Google Cloud Logging 읽기

C. Google Cloud Storage로 실행합니다. Google Cloud Logging으로 실행

D. Google Cloud Storage를 읽고 씁니다. Google Cloud Logging에 쓰기

A. 배치 데이터 파이프라인만

B. 배치 및 스트리밍 데이터 파이프라인 모두

C. 스트리밍 데이터 파이프라인만

D. 위에 해당사항 없음

A. 세 번째 인스턴스를 생성하고 일괄 작업을 통해 두 스토리지 유형의 데이터를 동기화합니다.

B. 기존 인스턴스에서 데이터를 내보내고 새 인스턴스로 데이터를 가져옵니다.

C. 하나는 HDD이고 다른 하나는 SDD인 병렬 인스턴스를 실행합니다.

D. 선택이 최종적이며 동일한 스토리지 유형을 사용하여 재개해야 합니다.

A. 스토리지에 Cloud SQL을 사용합니다. Cloud Dataflow를 사용하여 쿼리 패턴을 지원하도록 데이터를 변환합니다.

B. Cloud Spanner를 스토리지로 사용합니다. Cloud Dataflow를 사용하여 쿼리 패턴을 지원하도록 데이터를 변환합니다.

C. Cloud Spanner를 스토리지로 사용합니다. 쿼리 패턴을 지원하려면 보조 인덱스를 추가하세요.

D. 스토리지에 Cloud SQL을 사용합니다. 쿼리 패턴을 지원하려면 보조 인덱스를 추가하세요.