무료 온라인 액세스 Google.Professional-Data-Engineer.v2024-08-24.q281 모의 시험 (Page 53)

Professional-Data-Engineer 문제 256

Redis 데이터베이스를 온프레미스 데이터 센터에서 Memorystore for Redis 인스턴스로 마이그레이션해야 합니다.
Google 권장 방식을 따르고 최소 비용으로 마이그레이션을 수행하려고 합니다. 시간, 노력. 당신은 무엇을 해야 합니까?

A. Compute Engine 인스턴스에 Redis 데이터베이스의 보조 인스턴스를 만든 다음 라이브 컷오버를 수행합니다.

B. Redis 데이터를 마이그레이션하는 셸 스크립트를 작성하고 새로운 Redis용 Memorystore 인스턴스를 만듭니다.

C. 온프레미스 데이터 센터에서 Redis 데이터베이스를 로드하는 Dataflow 작업을 만듭니다. Redis용 Memorystore 인스턴스에 데이터를 씁니다.

D. Redis 데이터베이스의 RDB 백업을 만들고 gsutil 유틸리티를 사용하여 RDB 파일을 Cloud Storage 버킷에 복사한 다음 RDB 타일을 Memorystore for Redis 인스턴스로 가져옵니다.

Professional-Data-Engineer 문제 257

Google Cloud의 데이터 파이프라인을 위한 매우 큰 텍스트 파일용 스토리지를 설계하고 있습니다. ANSI SQL 쿼리를 지원하고 싶습니다. 또한 Google 권장 사례를 사용하여 입력 위치에서 압축 및 병렬 로드를 지원하려고 합니다. 당신은 무엇을 해야 합니까?

A. Cloud Dataflow를 사용하여 텍스트 파일을 압축된 Avro로 변환합니다. 저장 및 쿼리에 BigQuery를 사용하세요.

B. 그리드 컴퓨팅 도구를 사용하여 텍스트 파일을 gzip으로 압축합니다. Cloud Storage를 사용한 다음 쿼리를 위해 Cloud Bigtable로 가져옵니다.

C. 그리드 컴퓨팅 도구를 사용하여 텍스트 파일을 gzip으로 압축합니다. 저장 및 쿼리에 BigQuery를 사용하세요.

D. Cloud Dataflow를 사용하여 텍스트 파일을 압축된 Avro로 변환합니다. 쿼리에는 Cloud Storage 및 BigQuery 영구 연결 테이블을 사용하세요.

Professional-Data-Engineer 문제 258

Cloud Storage에 데이터를 보관처리하려고 합니다. 일부 데이터는 매우 민감하므로 "TNO(Trust No One)" 접근 방식을 사용하여 데이터를 암호화하여 클라우드 공급자 직원이 데이터를 해독하지 못하도록 방지하려고 합니다. 당신은 무엇을 해야 합니까?

A. .botoconfiguration 파일에 CSEK(고객 제공 암호화 키)를 지정합니다. gsutil cp를 사용하여 각 보관 파일을 Cloud Storage 버킷에 업로드합니다. 보안팀만 액세스할 수 있는 다른 프로젝트에 CSEK를 저장합니다.

B. .botoconfiguration 파일에 고객 제공 암호화 키(CSEK)를 지정합니다. gsutil cp를 사용하여 각 보관 파일을 Cloud Storage 버킷에 업로드합니다. CSEK를 보안 비밀의 영구 저장소로 Cloud Memorystore에 저장합니다.

C. gcloud kms key create를 사용하여 대칭 키를 만듭니다. 그런 다음 gcloud kms encrypt를 사용하여 각 보관 파일을 키로 암호화합니다. gsutil cp를 사용하여 암호화된 각 파일을 Cloud Storage 버킷에 업로드합니다.
이전에 암호화에 사용된 키를 수동으로 파기하고 키를 한 번 순환합니다.

D. gcloud kms key create를 사용하여 대칭 키를 만듭니다. 그런 다음 gcloud kms encrypt를 사용하여 키와 고유한 추가 인증 데이터(AAD)로 각 보관 파일을 암호화합니다. gsutil cp를 사용하여 암호화된 각 파일을 Cloud Storage 버킷에 업로드하고 AAD를 Google Cloud 외부에 보관합니다.

Professional-Data-Engineer 문제 259

다음 요구 사항이 있는 새 프로젝트에 대한 데이터베이스를 선택해야 합니다.
* 완전 관리형
* 자동으로 확장 가능
* 트랜잭션 일관성
* 최대 6TB까지 확장 가능
* SQL을 이용하여 쿼리 가능
어떤 데이터베이스를 선택하시나요?

A. Cloud SQL

B. Cloud Bigtable

C. Cloud Spanner

D. Cloud Datastore

Professional-Data-Engineer 문제 260

의류 추천을 위한 모델을 구축하고 있습니다. 사용자의 패션 선호도는 시간이 지남에 따라 변할 가능성이 높다는 것을 알고 있으므로 새로운 데이터가 제공되면 모델로 다시 스트리밍하는 데이터 파이프라인을 구축합니다. 모델을 훈련하기 위해 이 데이터를 어떻게 사용해야 합니까?

A. 새 데이터에 대해서만 모델을 지속적으로 재교육합니다.

B. 기존 데이터와 새 데이터의 조합으로 모델을 지속적으로 재교육합니다.

C. 새 데이터를 테스트 세트로 사용하면서 기존 데이터를 학습합니다.

D. 기존 데이터를 테스트 세트로 사용하면서 새 데이터에 대해 학습합니다.

정답: C

https://cloud.google.com/automl-tables/docs/prepare
주제 1, 흐름학적 사례 연구
회사 개요
Flowlogistic은 선도적인 물류 및 공급망 제공업체입니다. 이들은 전 세계 기업이 자원을 관리하고 최종 목적지까지 운송할 수 있도록 돕습니다. 회사는 빠르게 성장하여 철도, 트럭, 항공기 및 해상 운송을 포함하도록 서비스를 확장했습니다.
회사 배경
이 회사는 지역 트럭 운송 회사로 시작하여 다른 물류 시장으로 확장했습니다. 인프라를 업데이트하지 않았기 때문에 주문과 배송을 관리하고 추적하는 데 병목 현상이 발생했습니다. 운영을 개선하기 위해 Flowlogistic은 소포 수준에서 실시간으로 배송을 추적하는 독점 기술을 개발했습니다. 그러나 Apache Kafka 기반의 기술 스택이 처리량을 지원할 수 없기 때문에 배포할 수 없습니다. 또한 Flowlogistic은 주문과 배송을 추가로 분석하여 리소스를 가장 잘 배포할 수 있는 방법을 결정하려고 합니다.
솔루션 컨셉
Flowlogistic은 클라우드를 사용하여 두 가지 개념을 구현하려고 합니다.
화물 위치를 나타내는 실시간 재고 추적 시스템에서 독점 기술을 사용합니다.
구조화된 데이터와 구조화되지 않은 데이터가 모두 포함된 모든 주문 및 배송 로그에 대한 분석을 수행하여 리소스를 배치하는 최선의 방법과 정보를 확장할 시장을 결정합니다. 또한 예측 분석을 사용하여 배송이 지연되는 시기를 조기에 파악하고 싶어합니다.
기존 기술 환경
Flowlogistic 아키텍처는 단일 데이터 센터에 상주합니다.
데이터베이스
2개의 클러스터에 8개의 물리적 서버
SQL Server - 사용자 데이터, 인벤토리, 정적 데이터
물리적 서버 3대
Cassandra - 메타데이터, 메시지 추적
10개의 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
저장 장치
VM(가상 머신) 호스트용 iSCSI
파이버 채널 저장 영역 네트워크(FC SAN) - SQL 서버 스토리지
NAS(Network Attached Storage) 이미지 저장, 로그, 백업
Apache Hadoop/Spark 서버
핵심 데이터 레이크
데이터 분석 워크로드
20개의 기타 서버
Jenkins, 모니터링, 요새 호스트,
비즈니스 요구 사항
대규모 생산 팬티로 안정적이고 재현 가능한 환경을 구축하세요.
분석을 위해 중앙 집중식 Data Lake에 데이터 집계
과거 데이터를 사용하여 향후 배송에 대한 예측 분석 수행
독점 기술을 사용하여 전 세계 모든 배송을 정확하게 추적합니다.
새로운 리소스의 신속한 프로비저닝을 통해 비즈니스 민첩성과 혁신 속도를 향상합니다.
클라우드 성능을 위한 아키텍처 분석 및 최적화
다른 모든 요구 사항이 충족되면 클라우드로 완전히 마이그레이션
기술 요구 사항
스트리밍 및 배치 데이터 모두 처리
기존 Hadoop 워크로드 마이그레이션
회사의 변화하는 요구 사항을 충족할 수 있도록 아키텍처가 확장 가능하고 탄력적이어야 합니다.
가능하면 관리형 서비스를 사용하세요.
데이터 비행 및 저장 데이터 암호화
프로덕션 데이터 센터와 클라우드 환경 간 VPN 연결
SEO 성명
우리는 너무 빨리 성장했기 때문에 인프라를 업그레이드할 능력이 없어 더 이상의 성장과 효율성을 방해하고 있습니다. 우리는 전 세계로 배송물을 효율적으로 이동하지만 데이터를 이동하는 데는 비효율적입니다.
우리는 고객이 어디에 있는지, 무엇을 배송하는지 더 쉽게 이해할 수 있도록 정보를 정리해야 합니다.
CTO 성명서
IT는 우리에게 우선 순위가 아니었습니다. 따라서 데이터가 증가함에 따라 기술에 충분히 투자하지 않았습니다. IT를 관리할 수 있는 훌륭한 직원이 있지만 인프라 관리에 너무 바빠서 데이터 정리, 분석 구축, CFO 구현 방법 파악 등 정말 중요한 작업을 수행하도록 할 수 없습니다. 추적 기술.
CFO 성명서
우리의 경쟁 우위 중 하나는 배송 지연 및 배달에 대해 처벌을 받는다는 것입니다. 선적이 어디에 있는지 항상 아는 것은 우리의 수익과 수익성에 직접적인 상관관계가 있습니다. 또한 서버 환경 구축에 자본을 투자하고 싶지 않습니다.

다른 버전: 1596Google.Professional-Data-Engineer.v2024-12-06.q306; 1303Google.Professional-Data-Engineer.v2023-06-24.q151; 1831Google.Professional-Data-Engineer.v2023-04-17.q208; 2581Google.Professional-Data-Engineer.v2022-09-06.q248; 2037Google.Professional-Data-Engineer.v2022-05-24.q174

최근 업로드: 118NLN.NEX.v2026-06-04.q54; 131Microsoft.AZ-500-KR.v2026-06-04.q213; 115Microsoft.DP-600-KR.v2026-06-04.q98; 166Microsoft.AZ-204-KR.v2026-06-04.q237; 144Microsoft.PL-600-KR.v2026-06-04.q112; 204Microsoft.SC-300-KR.v2026-06-03.q151; 167Microsoft.DP-600-KR.v2026-06-03.q70; 949PMI.PMP-KR.v2026-06-01.q1069; 253Microsoft.MS-102-KR.v2026-06-01.q252; 181Microsoft.AZ-104-KR.v2026-06-01.q197