무료 온라인 액세스 Google.Professional-Data-Engineer.v2026-09-29.q333 모의 시험 (Page 28)

Professional-Data-Engineer 문제 131

테이블에 "city"라는 이름의 중첩된 열이 있고, 그 안에 또 다른 열이 있다고 가정해 봅시다.
"사람"이라고 입력하려고 하면 오류가 발생합니다. BigQuery에서 다음 쿼리를 제출하려고 하면 오류가 발생합니다.
`project1.example.table1` 테이블에서 도시가 "런던"인 사람을 선택합니다.
어떻게 오류를 수정하시겠습니까?

A. WHERE 절 앞에 ", UNNEST(person)"을 추가하세요.

B. "person"을 "person.city"로 변경하세요.

C. "person"을 "city.person"으로 변경하세요.

D. WHERE 절 앞에 ", UNNEST(city)"를 추가하세요.

Professional-Data-Engineer 문제 132

사용자 개인 정보가 포함된 민감한 프로젝트를 진행하고 있습니다. 내부적으로 작업을 진행하기 위해 Google Cloud Platform에 프로젝트를 설정했습니다. 외부 컨설턴트가 프로젝트의 Google Cloud Dataflow 파이프라인에서 복잡한 데이터 변환 코딩을 지원할 예정입니다. 사용자 개인 정보를 어떻게 보호해야 할까요?

A. 컨설턴트에게 프로젝트에서 뷰어 역할을 부여하십시오.

B. 해당 컨설턴트에게 프로젝트에서 클라우드 데이터플로우 개발자 역할을 부여합니다.

C. 서비스 계정을 생성하고 컨설턴트가 해당 계정으로 로그인할 수 있도록 허용합니다.

D. 컨설턴트가 다른 프로젝트에서 활용할 수 있도록 익명화된 데이터 샘플을 생성합니다.

정답: C

주제 1, 플로우로지스틱 사례 연구
회사 개요
Flowlogistic은 선도적인 물류 및 공급망 제공업체입니다. 전 세계 기업들이 자원을 관리하고 최종 목적지까지 운송할 수 있도록 지원합니다. 이 회사는 빠르게 성장하여 철도, 트럭, 항공 및 해상 운송을 포함한 다양한 서비스로 확장해 왔습니다.
회사 개요
이 회사는 지역 트럭 운송 회사로 시작하여 다른 물류 시장으로 확장했습니다. 하지만 인프라를 업데이트하지 않아 주문 및 배송 관리와 추적에 병목 현상이 발생하고 있습니다. 운영 개선을 위해 Flowlogistic은 소포 단위의 실시간 배송 추적 기술을 자체 개발했습니다. 그러나 Apache Kafka 기반의 기술 스택이 처리량을 감당할 수 없어 해당 기술을 배포하지 못하고 있습니다. 또한 Flowlogistic은 주문 및 배송에 대한 추가 분석을 통해 자원을 가장 효율적으로 배분하는 방법을 모색하고자 합니다.
솔루션 컨셉
Flowlogistic은 클라우드를 사용하여 두 가지 개념을 구현하고자 합니다.
자사 고유 기술을 활용하여 실시간 재고 추적 시스템을 구축하고, 화물의 위치를 파악합니다. 또한, 정형 및 비정형 데이터를 모두 포함하는 모든 주문 및 배송 기록을 분석하여 자원을 가장 효율적으로 배분하고, 정보 확장을 위한 최적의 시장을 결정합니다. 더불어, 예측 분석을 통해 배송 지연 가능성을 사전에 파악하고자 합니다.
기존 기술 환경
Flowlogistic 아키텍처는 단일 데이터 센터에 있습니다.
데이터베이스
2개의 클러스터에 8개의 물리적 서버
SQL Server - 사용자 데이터, 인벤토리, 정적 데이터
물리적 서버 3대
카산드라 - 메타데이터, 메시지 추적
Kafka 서버 10대 - 메시지 집계 및 배치 삽입 추적
애플리케이션 서버 - 고객 프런트엔드, 주문/통관용 미들웨어
20개의 물리적 서버에 걸쳐 60개의 가상 머신이 있습니다.
Tomcat - Java 서비스
Nginx - 정적 콘텐츠
배치 서버
수납 가전제품
가상 머신(VM) 호스트용 iSCSI
파이버 채널 스토리지 영역 네트워크(FC SAN) - SQL 서버 스토리지
NAS(네트워크 연결 스토리지) 이미지 저장, 로그, 백업
아파치 하둡/스파크 서버
코어 데이터 레이크
데이터 분석 작업 부하
20개의 기타 서버
젠킨스, 모니터링, 배스천 호스트
비즈니스 요구사항
확장 가능한 프로덕션 환경을 구축하여 안정적이고 재현 가능한 환경을 만드십시오.
분석을 위해 데이터를 중앙 집중식 데이터 레이크에 집계합니다.
과거 데이터를 활용하여 향후 출하량에 대한 예측 분석을 수행합니다. 독자적인 기술을 사용하여 전 세계 모든 출하량을 정확하게 추적합니다. 새로운 리소스를 신속하게 프로비저닝하여 비즈니스 민첩성과 혁신 속도를 향상시킵니다. 클라우드 환경에서의 성능을 위해 아키텍처를 분석하고 최적화합니다. 모든 요구 사항이 충족되면 클라우드로 완전히 마이그레이션합니다. 기술 요구 사항: 스트리밍 및 배치 데이터를 모두 처리합니다. 기존 Hadoop 워크로드를 마이그레이션합니다. 회사의 변화하는 요구 사항을 충족할 수 있도록 아키텍처의 확장성과 유연성을 보장합니다.
가능하면 관리형 서비스를 이용하세요.
데이터 전송 및 저장 시 암호화
운영 데이터 센터와 클라우드 환경 간에 VPN을 연결합니다.
SEO 설명
우리는 너무 빠르게 성장해서 인프라를 업그레이드할 수 없는 상황이 추가적인 성장과 효율성을 저해하고 있습니다. 전 세계로 화물을 운송하는 데는 효율적이지만, 데이터를 이동시키는 데는 비효율적입니다.
고객이 어디에 있는지, 무엇을 배송하는지 더 쉽게 파악할 수 있도록 정보를 체계적으로 정리해야 합니다.
CTO 성명서
저희 회사는 IT를 우선순위로 생각해 본 적이 없어서, 데이터가 증가하는 동안 기술에 충분한 투자를 하지 못했습니다.
저는 IT를 관리할 훌륭한 직원들을 보유하고 있지만, 그들이 인프라 관리에 너무 바빠서 데이터 정리, 분석 시스템 구축, CFO의 추적 기술 구현 방안 마련과 같은 정말 중요한 일들을 처리하도록 할 수가 없습니다.
최고재무책임자(CFO) 성명서
저희 경쟁력의 일부는 배송 지연에 대해 스스로 불이익을 주는 데 있습니다. 배송 상황을 항상 파악하는 것은 수익성과 직결되는 중요한 요소입니다. 또한, 서버 환경 구축에 자본을 투자하고 싶지 않습니다.

Professional-Data-Engineer 문제 133

Google Cloud에서 데이터 파이프라인을 구축하고 있습니다. 머신러닝 프로세스를 위해 일반적인 방법으로 데이터를 준비해야 합니다. 로지스틱 회귀 모델을 지원해야 하며, 제거할 수 없는 실수 값을 모니터링하고 조정해야 합니다. 어떻게 해야 할까요?

A. Cloud Dataprep을 사용하여 샘플 소스 데이터에서 null 값을 찾습니다. Cloud Dataprep 작업을 사용하여 모든 null 값을 0으로 변환합니다.

B. 클라우드 데이터플로우를 사용하여 샘플 소스 데이터에서 null 값을 찾습니다. 사용자 지정 스크립트를 사용하여 모든 null 값을 0으로 변환합니다.

C. Cloud Dataflow를 사용하여 샘플 소스 데이터에서 null 값을 찾습니다. Cloud Dataprep 작업을 사용하여 모든 null 값을 'none'으로 변환합니다.

D. Cloud Dataprep을 사용하여 샘플 소스 데이터에서 null 값을 찾습니다. Cloud Dataproc 작업을 사용하여 모든 null 값을 'none'으로 변환합니다.

Professional-Data-Engineer 문제 134

귀사는 고도의 규제를 받는 산업 분야에 속해 있습니다. 귀사의 요구 사항 중 하나는 개별 사용자가 업무 수행에 필요한 최소한의 정보에만 접근할 수 있도록 보장하는 것입니다. Google BigQuery를 사용하여 이 요구 사항을 시행하고자 합니다. 어떤 세 가지 접근 방식을 사용할 수 있습니까? (세 가지를 선택하십시오.)

A. 특정 테이블에 대한 쓰기 작업을 비활성화합니다.

B. 역할별로 테이블 접근을 제한합니다.

C. 데이터가 항상 암호화되어 있는지 확인하십시오.

D. BigQuery API 접근을 승인된 사용자로 제한합니다.

E. 여러 테이블 또는 데이터베이스에 걸쳐 데이터를 분리합니다.

F. Google Stackdriver 감사 로깅을 사용하여 정책 위반 여부를 확인합니다.

Professional-Data-Engineer 문제 135

전자상거래 회사를 위한 장바구니 포기 시스템을 설계하고 있습니다. 이 시스템은 다음 규칙에 따라 사용자에게 메시지를 보냅니다.
* 사용자가 1시간 동안 사이트에서 아무런 활동을 하지 않음
* 장바구니에 30달러 이상의 상품을 담았습니다.
* 거래를 완료하지 않았습니다
Google Cloud Dataflow를 사용하여 데이터를 처리하고 메시지 전송 여부를 결정합니다. 이 경우 파이프라인을 어떻게 설계해야 할까요?

A. 60분 지연 시간을 갖는 시간 기반 트리거를 사용하는 글로벌 윈도우를 사용합니다.

B. 60분의 고정 시간 범위를 사용합니다.

C. 60분 간격의 슬라이딩 시간 창을 사용합니다.

D. 60분의 간격 시간을 두고 세션 창을 설정하십시오.

다른 버전: 2436Google.Professional-Data-Engineer.v2024-12-06.q306; 1957Google.Professional-Data-Engineer.v2024-08-24.q281; 1784Google.Professional-Data-Engineer.v2023-06-24.q151; 2313Google.Professional-Data-Engineer.v2023-04-17.q208; 3339Google.Professional-Data-Engineer.v2022-09-06.q248; 2680Google.Professional-Data-Engineer.v2022-05-24.q174

최근 업로드: 128Zscaler.ZTCA.v2026-09-30.q25; 168Juniper.JN0-481.v2026-09-30.q77; 137Scrum.PSPO-III.v2026-09-30.q23; 169Apple.SUP-2026.v2026-09-29.q100; 130Nokia.4A0-D03.v2026-09-29.q19; 155Oracle.1Z0-1080-26.v2026-09-29.q40; 211CyberAB.CMMC-CCP.v2026-09-29.q218; 349Google.Professional-Data-Engineer.v2026-09-29.q333; 153Adobe.AD0-E124.v2026-09-28.q62; 284ISACA.CISM.v2026-09-28.q227