A. 각 날짜에 대한 기존 데이터가 별도 파일에 있는 경우, 분할된 테이블을 만들고 각 파일을 적절한 파티션에 업로드합니다.

B. 기존 테이블에서 특정 날짜의 레코드를 가져오는 쿼리를 실행하고 대상 테이블에 "$YYYYMMDD" 형식으로 해당 날짜로 끝나는 분할 테이블을 지정합니다.

C. 분할된 테이블을 만들고 매일 새로운 레코드를 스트리밍합니다.

D. ORDER BY를 사용하여 테이블의 행을 시간순으로 정렬한 다음 테이블의 유형을 변경합니다.
"분할됨"

A. 데이터 센터에 소규모 Kafka 클러스터를 배포하여 이벤트를 버퍼링합니다.

B. 모든 원격 데이터 센터와 Google 간에 클라우드 상호 연결을 설정합니다.

C. 데이터 수집 장치에서 Cloud Pub/Sub에 데이터를 게시합니다.

D. 세션 창의 모든 데이터를 집계하는 Cloud Dataflow 파이프라인을 작성하세요.

A. 사이

B. 어디

C. 선택

D. 제한

A. Cloud Dataproc을 사용하여 변환을 실행합니다. 클러스터의 CPU 사용률을 모니터링합니다. 명령줄을 통해 클러스터의 작업자 노드 수를 조정합니다.

B. Cloud Dataproc을 사용하여 변환을 실행합니다. diagnosecommand를 사용하여 운영 출력 보관소를 생성합니다. 병목 현상을 찾아 클러스터 리소스를 조정합니다.

C. Cloud Dataflow를 사용하여 변환을 실행합니다. Stackdriver로 작업 시스템 지연을 모니터링합니다. 작업자 인스턴스에 대한 기본 자동 확장 설정을 사용합니다.

D. Cloud Dataflow를 사용하여 변환을 실행합니다. 작업 샘플링에 대한 총 실행 시간을 모니터링합니다.
필요한 경우 기본이 아닌 Compute Engine 머신 유형을 사용하도록 작업을 구성합니다.

A. Google Cloud Storage에 실행, Google Cloud Logging에 쓰기

B. Google Cloud Storage에 쓰기, Google Cloud Logging에 읽기

C. Google Cloud Storage에 실행, Google Cloud Logging에 실행

D. Google Cloud Storage에 읽고 쓰기, Google Cloud Logging에 쓰기