A. 공유 폴더에 파일을 생성하고 애플리케이션 서버가 모든 입찰 이벤트를 해당 파일에 기록하도록 합니다. Apache Hadoop을 사용하여 해당 파일을 처리하고 어떤 사용자가 먼저 입찰했는지 식별합니다.

B. 각 애플리케이션 서버가 입찰 이벤트를 발생 즉시 Cloud Pub/Sub에 기록하도록 합니다. Cloud Pub/Sub에서 이벤트를 사용자 지정 엔드포인트로 푸시하여 입찰 이벤트 정보를 Cloud SQL에 기록합니다.

C. 각 애플리케이션 서버에 입찰 이벤트를 기록할 MySQL 데이터베이스를 설정합니다. 주기적으로 이러한 분산된 MySQL 데이터베이스를 각각 쿼리하고, 입찰 이벤트 정보를 마스터 MySQL 데이터베이스에 업데이트합니다.

D. 각 애플리케이션 서버가 입찰 이벤트를 발생 즉시 Google Cloud Pub/Sub에 기록하도록 합니다. 풀(pull) 방식을 사용합니다.

A. 테스트 데이터셋에서 일부를 추출하세요.

B. 훈련 데이터셋에서 부분샘플링을 수행하세요.

C. 모델의 입력 특징 개수를 늘리세요.

D. 신경망의 레이어 수를 늘리세요.

A. 월별

B. 분 단위

C. 주별

D. 시간별

A. BigQuery를 사용하여 테이블 데이터를 CSV 파일로 내보냅니다. Google Cloud Dataproc 작업을 생성하여 CSV 파일을 처리하고 FirstName, LastName, FullName에 올바른 값이 포함된 새 CSV 파일을 출력합니다. BigQuery 로드 작업을 실행하여 새 CSV 파일을 BigQuery에 로드합니다.

B. Google Cloud Dataflow 작업을 생성하여 BigQuery에서 전체 Users 테이블을 쿼리하고, 각 사용자의 FirstName 값과 LastName 값을 연결한 다음, FirstName, LastName 및 FullName 값을 BigQuery의 새 테이블에 로드합니다.

C. Users 테이블에 FullName이라는 새 열을 추가합니다. 각 사용자의 FullName 열을 FirstName과 LastName 값을 연결하여 업데이트하는 UPDATE 문을 실행합니다.

D. BigQuery에서 FirstName과 LastName 필드 값을 연결하여 FullName을 생성하는 뷰를 만드세요.

A. Dataproc 워커

B. Dataproc 뷰어

C. Dataproc Runner

D. 데이터프로크 에디터