무료 온라인 액세스 Google.Professional-Data-Engineer.v2026-09-29.q333 모의 시험 (Page 12)

Professional-Data-Engineer 문제 51

Firebase Analytics와 Google BigQuery 간의 무료 통합을 활성화했습니다. 이제 Firebase는 BigQuery에 app_events_YYYYMMDD 형식의 새 테이블을 매일 자동으로 생성합니다. 지난 30일간의 모든 테이블 데이터를 기존 SQL 쿼리로 조회하려면 어떻게 해야 할까요?

A. TABLE_DATE_RANGE 함수를 사용하세요

B. WHERE_PARTITIONTIME 의사 열을 사용합니다.

C. 날짜가 YYYY-MM-DD와 YYYY-MM-DD 사이인 경우 사용

D. SELECT IF.(날짜 >= YYYY-MM-DD AND 날짜 <= YYYY-MM-DD)를 사용하세요.

Professional-Data-Engineer 문제 52

Google Data Studio 360에서 대규모 팀을 위한 중요한 보고서를 작성했습니다. 이 보고서는 Google BigQuery를 데이터 소스로 사용합니다. 그런데 시각화에 1시간 이내의 데이터가 표시되지 않는 것을 발견했습니다.
어떻게 해야 할까요?

A. 보고서 설정을 편집하여 캐싱을 비활성화하세요.

B. 테이블 세부 정보를 편집하여 BigQuery의 캐싱을 비활성화합니다.

C. 시각화 자료가 표시되는 브라우저 탭을 새로 고침하세요.

D. 지난 한 시간 동안의 브라우저 기록을 삭제한 다음 가상화 화면이 표시되는 탭을 새로 고침하세요.

Professional-Data-Engineer 문제 53

잘 설계된 행 키를 사용하여 Cloud Bigtable에 데이터를 기록하는 데이터 파이프라인이 있습니다. 이 파이프라인을 모니터링하여 Cloud Bigtable 클러스터 크기를 늘려야 할 시점을 판단하려고 합니다. 이를 위해 취할 수 있는 두 가지 조치는 무엇입니까? (두 가지를 선택하십시오.)

A. 쓰기 작업의 지연 시간을 모니터링합니다. 쓰기 지연 시간이 지속적으로 증가하는 경우 클라우드 빅테이블 클러스터의 크기를 늘립니다.

B. 읽기 작업의 지연 시간을 모니터링합니다. 읽기 작업 시간이 100ms를 초과하는 경우 클라우드 빅테이블 클러스터의 크기를 늘립니다.

C. 스토리지 사용률을 모니터링합니다. 사용률이 최대 용량의 70%를 초과하면 클라우드 빅테이블 클러스터 크기를 늘립니다.

D. 주요 시각화 도구 지표를 검토합니다. 읽기 압력 지수가 100을 초과하면 클라우드 빅테이블 클러스터 크기를 늘립니다.

E. 주요 시각화 도구 지표를 검토하십시오. 쓰기 압력 지수가 100을 초과하면 클라우드 빅테이블 클러스터 크기를 늘리십시오.

Professional-Data-Engineer 문제 54

한 조직에서 사용자 수준 데이터가 포함된 테이블이 있는 Google BigQuery 데이터 세트를 관리합니다.
이들은 사용자 수준 데이터에 대한 접근 권한은 유지하면서도, 집계된 데이터를 다른 Google Cloud 프로젝트에 공개하고 싶어합니다. 또한, 전체 스토리지 비용을 최소화하고 다른 프로젝트의 분석 비용이 해당 프로젝트에 할당되도록 해야 합니다. 어떻게 해야 할까요?

A. 집계 결과를 제공하는 권한 있는 보기를 생성하고 공유합니다.

B. 집계 결과를 제공하는 새 데이터 세트와 보기를 생성하고 공유합니다.

C. 집계 결과를 포함하는 새 데이터 세트와 테이블을 생성하고 공유합니다.

D. 데이터 공유를 활성화하기 위해 데이터 세트에 dataViewer ID 및 액세스 관리(IAM) 역할을 생성합니다.

Professional-Data-Engineer 문제 55

You are developing an application that uses a recommendation engine on Google Cloud. Your solution should display new videos to customers based on past views. Your solution needs to generate labels for the entities in videos that the customer has viewed. Your design must be able to provide very fast filtering suggestions based on data from other customer preferences on several TB of data. What should you do?

A. Build and train a complex classification model with Spark MLlib to generate labels and filter the results. Deploy the models using Cloud Dataproc. Call the model from your application.

B. Build and train a classification model with Spark MLlib to generate labels. Build and train a second classification model with Spark MLlib to filter results to match customer preferences.
Deploy the models using Cloud Dataproc. Call the models from your application.

C. Build an application that calls the Cloud Video Intelligence API to generate labels. Store data in Cloud Bigtable, and filter the predicted labels to match the user's viewing history to generate preferences.

D. Build an application that calls the Cloud Video Intelligence API to generate labels. Store data in Cloud SQL, and join and filter the predicted labels to match the user's viewing history to generate preferences.

다른 버전: 2432Google.Professional-Data-Engineer.v2024-12-06.q306; 1955Google.Professional-Data-Engineer.v2024-08-24.q281; 1784Google.Professional-Data-Engineer.v2023-06-24.q151; 2312Google.Professional-Data-Engineer.v2023-04-17.q208; 3339Google.Professional-Data-Engineer.v2022-09-06.q248; 2679Google.Professional-Data-Engineer.v2022-05-24.q174

최근 업로드: 128Zscaler.ZTCA.v2026-09-30.q25; 159Juniper.JN0-481.v2026-09-30.q77; 136Scrum.PSPO-III.v2026-09-30.q23; 158Apple.SUP-2026.v2026-09-29.q100; 125Nokia.4A0-D03.v2026-09-29.q19; 152Oracle.1Z0-1080-26.v2026-09-29.q40; 203CyberAB.CMMC-CCP.v2026-09-29.q218; 319Google.Professional-Data-Engineer.v2026-09-29.q333; 151Adobe.AD0-E124.v2026-09-28.q62; 283ISACA.CISM.v2026-09-28.q227