무료 온라인 액세스 Google.Professional-Data-Engineer.v2026-09-29.q333 모의 시험 (Page 39)

Professional-Data-Engineer 문제 186

모바일 미디어 스트리밍 서비스에 사용할 새로운 스토리지 시스템을 구축하고 있습니다. Google Cloud Datastore가 가장 적합하다고 판단했습니다. 여러 속성을 가진 엔티티가 있는데, 일부 속성은 여러 값을 가질 수 있습니다. 예를 들어, '영화' 엔티티에서 '배우'와 '태그' 속성은 여러 값을 가질 수 있지만 '개봉일' 속성은 단일 값을 가집니다. 일반적인 쿼리는 '배우=<배우 이름>'인 모든 영화를 개봉일 순으로 정렬하거나 '코미디' 태그가 있는 모든 영화를 개봉일 순으로 정렬하는 것입니다. 이러한 상황에서 인덱스 수가 기하급수적으로 증가하는 것을 어떻게 방지할 수 있을까요?

A. 옵션 D

B. 옵션 C

C. 옵션 B.

D. 옵션 A

Professional-Data-Engineer 문제 187

BigQuery를 사용하여 일별 판매량 데이터가 포함된 지역별 데이터셋을 사용하고 있습니다. 이 테이블은 하루에 여러 번 업데이트됩니다. 지역 장애 발생 시에도 24시간 이내의 복구 시점 목표(RPO)로 판매량 테이블을 보호해야 하며, 동시에 비용은 최소화해야 합니다. 어떻게 해야 할까요?

A. 해당 테이블의 BigQuery 스냅샷을 매일 생성하도록 예약합니다.

B. 테이블을 클라우드 스토리지의 이중 또는 다중 지역 버킷으로 매일 내보내도록 예약합니다.

C. 데이터셋을 매일 백업 영역에 복사하도록 예약합니다.

D. ETL 작업을 수정하여 데이터를 현재 백업 영역과 다른 백업 영역 모두에 로드합니다.

정답: A

워크플로 내에서 Python 표준 라이브러리를 사용하여 JSON 응답에 복잡한 비즈니스 로직을 적용하려면 클라우드 함수를 호출하는 것이 가장 효율적이고 간단한 방법입니다. 옵션 A가 최선의 선택인 이유는 다음과 같습니다.
클라우드 함수:
클라우드 함수는 이벤트에 응답하여 코드를 실행하기 위한 경량의 서버리스 실행 환경을 제공합니다. 파이썬을 지원하며 워크플로우와 쉽게 통합할 수 있습니다.
이러한 접근 방식은 클라우드 함수를 워크플로에서 직접 호출하여 필요한 복잡한 로직을 처리할 수 있으므로 단순성과 실행 속도를 보장합니다.
유연성과 간편함:
클라우드 함수를 사용하면 파이썬의 광범위한 표준 라이브러리와 생태계를 활용하여 복잡한 비즈니스 로직을 더 쉽게 구현하고 유지 관리할 수 있습니다.
클라우드 함수는 기본 인프라를 추상화하여 서버 관리에 대한 걱정 없이 애플리케이션 로직에 집중할 수 있도록 해줍니다.
성능:
클라우드 함수는 빠른 실행에 최적화되어 있으며 JSON 응답 처리를 효율적으로 수행할 수 있습니다.
이러한 시스템은 수요에 따라 자동으로 확장되도록 설계되어 워크플로의 성능을 유지합니다.
실행 단계:
클라우드 함수를 작성하세요:
JSON 응답을 처리하고 필요한 비즈니스 로직을 적용하는 Python 기반 클라우드 함수를 개발하세요.
해당 함수를 Google Cloud에 배포하세요.
워크플로에서 클라우드 함수 호출:
HTTP 요청 또는 Google Cloud Function 커넥터를 사용하여 클라우드 함수를 호출하도록 워크플로를 수정하세요.
단계:
- 클라우드 함수 호출:
호출: http.post
인수:
URL: https://REGION-PROJECT_ID.cloudfunctions.net/FUNCTION_NAME
몸:
키: 값
처리 결과:
클라우드 함수의 응답을 처리하고 BigQuery에 데이터를 로드하는 등의 워크플로의 다음 단계를 진행합니다.
참조:
Google 클라우드 함수 문서
클라우드 함수에서 워크플로 사용하기
워크플로 표준 라이브러리

Professional-Data-Engineer 문제 188

Cloud Bigtable용 _________을 사용하면 Cloud Dataflow 파이프라인에서 Cloud Bigtable을 사용할 수 있습니다.

A. 클라우드 데이터플로우 커넥터

B. DataFlow SDK

C. BiqQuery API

D. 빅쿼리 데이터 전송 서비스

Professional-Data-Engineer 문제 189

귀사는 새로운 실시간 데이터 웨어하우스를 구축 중이며 Google BigQuery 스트리밍 삽입 기능을 사용할 예정입니다. 데이터가 한 번만 전송된다는 보장은 없지만, 각 행에는 고유 ID와 이벤트 타임스탬프가 있습니다. 대화형 쿼리를 통해 데이터를 조회할 때 중복 데이터가 포함되지 않도록 하려면 어떤 쿼리 유형을 사용해야 할까요?

A. 타임스탬프 열에 '책상별 정렬'을 포함하고, 개수를 1로 제한합니다.

B. 고유 ID 열과 타임스탬프 열을 기준으로 GROUP BY를 사용하고, 값들을 기준으로 SUM을 적용합니다.

C. Use the LAG window function with PARTITION by unique ID along with WHERE LAG IS NOT NULL.

D. Use the ROW_NUMBER window function with PARTITION by unique ID along with WHERE row equals 1.

Professional-Data-Engineer 문제 190

Bigtable을 실시간 애플리케이션에 사용하고 있으며, 읽기 및 쓰기 작업이 혼합된 높은 부하를 처리하고 있습니다. 최근 추가적인 사용 사례를 파악하여 전체 데이터베이스에 걸쳐 특정 통계를 계산하는 분석 작업을 시간 단위로 수행해야 합니다. 운영 애플리케이션의 안정성과 분석 작업 부하 모두를 보장해야 합니다.
어떻게 해야 할까요?

A. Bigtable 덤프를 GCS로 내보내고 내보낸 파일을 기반으로 분석 작업을 실행하세요.

B. 단일 클러스터 라우팅을 사용하는 기존 인스턴스에 두 번째 클러스터를 추가하고, 일반 워크로드에는 실시간 트래픽 앱 프로필을, 분석 워크로드에는 배치 분석 프로필을 사용합니다.

C. 멀티 클러스터 라우팅을 사용하여 기존 인스턴스에 두 번째 클러스터를 추가하고, 일반 워크로드에는 실시간 트래픽 앱 프로필을, 분석 워크로드에는 배치 분석 프로필을 사용합니다.

D. 기존 클러스터의 크기를 두 배로 늘리고, 크기가 조정된 새 클러스터에서 분석 워크로드를 실행하세요.

다른 버전: 2435Google.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; 167Juniper.JN0-481.v2026-09-30.q77; 137Scrum.PSPO-III.v2026-09-30.q23; 169Apple.SUP-2026.v2026-09-29.q100; 129Nokia.4A0-D03.v2026-09-29.q19; 153Oracle.1Z0-1080-26.v2026-09-29.q40; 211CyberAB.CMMC-CCP.v2026-09-29.q218; 340Google.Professional-Data-Engineer.v2026-09-29.q333; 153Adobe.AD0-E124.v2026-09-28.q62; 284ISACA.CISM.v2026-09-28.q227