최신 Professional-Cloud-Architect日本語 무료덤프 - Google Certified Professional - Cloud Architect (GCP) (Professional-Cloud-Architect日本語版)

A. オンプレミスの VPN ゲートウェイに 2 つのトンネルで接続された Classic Cloud VPN ゲートウェイ。

B. オンプレミスの VPN ゲートウェイに 1 つのトンネルで接続された Classic Cloud VPN ゲートウェイ。

C. オンプレミスの VPN ゲートウェイに 2 つのトンネルで接続された HA クラウド VPN ゲートウェイ。

D. 2 つの HA クラウド VPN ゲートウェイが 2 つのオンプレミス VPN ゲートウェイに接続されています。各 HA クラウド VPN ゲートウェイに 2 つのトンネルを設定し、それぞれが異なるオンプレミス VPN ゲートウェイに接続します。

A. SHA1 の代わりに MD5 ハッシュを使用して CLoakedServlet クラスを再コンパイルします。

B. 不足している JAR ファイルをアップロードし、アプリケーションを再デプロイします。

C. すべてのJARファイルにデジタル署名し、アプリケーションを再デプロイします。

A. バックアップ Pub/Sub メッセージ キューを作成します。

B. Pub/Sub メッセージのバッチ処理をオフにします。

C. Pub/Sub サブスクライバー プル モデルからプッシュ モデルに移行します。

D. Pub/Sub 合計タイムアウトの再試行値を増やします。

A. 識別子を使用してクエリフィルタを作成し、バッチクエリ操作を実行します。

B. 識別子を使用してクエリフィルターを作成し、エンティティごとに1つの操作で複数のクエリ操作を実行します。

C. 各エンティティのキ​​ーオブジェクトを作成し、バッチ取得操作を実行します。

D. 各エンティティのキ​​ーオブジェクトを作成し、エンティティごとに1つの操作で複数の取得操作を実行します。

A. すべての運用データを取得し、理想的な運用を識別する機械学習モデルをトレーニングし、Google Cloud Machine Learning (ML) プラットフォームでホストして、運用の調整を自動的に行います。

B. エンジニアにデータのパターンを検査させ、運用上の調整を自動的に行うルールを含むアルゴリズムを作成します。

C. すべての運用データを取得し、理想的な運用を識別する機械学習モデルをトレーニングし、ローカルで実行して運用調整を自動的に行います。

D. スライディング ウィンドウを使用して Google Cloud Dataflow ストリーミング ジョブを実装し、Google Cloud Messaging (GCM) を使用して運用調整を自動的に行います。

A. * ファイル本体にメタデータを追加します。
* 個々のファイルを圧縮します。
* ランダムなプレフィックスパターンを使用してファイルに名前を付けます。
* ファイルを1つのバケットに保存する

B. * ファイル本体にメタデータを追加します。
* 個々のファイルを圧縮します。
* ファイル名は serverName-Timestamp で指定します。
* バケットが 1 時間以上経過している場合は新しいバケットを作成し、個々のファイルを新しいバケットに保存します。
それ以外の場合は、ファイルを既存のバケットに保存します

C. * メタデータ用の単一のマニフェスト ファイルを使用して、10,000 イベントごとにバッチ処理します。
* イベント ファイルとマニフェスト ファイルを 1 つのアーカイブ ファイルに圧縮します。
* serverName-EventSequence を使用してファイルに名前を付けます。
* バケットが 1 日以上経過している場合は新しいバケットを作成し、単一のアーカイブ ファイルを新しいバケットに保存します。
それ以外の場合は、単一のアーカイブ ファイルを既存のバケットに保存します。

D. * 個々のファイルを圧縮します。
* ファイル名は serverName-EventSequence で指定します。
* ファイルを1つのバケットに保存する
* 保存後に各オブジェクトのカスタム メタデータ ヘッダーを設定します。

A. ターゲット CPU 使用率で Horizo​​ntalPodAutoscaler を構成します。gcloud コマンドを使用して、クラスタのマネージド インスタンス グループで自動スケーリングを有効にします。

B. デプロイメントを作成し、maxUnavailable プロパティと maxSurge プロパティを設定します。gcloud コマンドを使用して Cluster Autoscaler を有効にします。

C. ターゲット CPU 使用率で Horizo​​ntalPodAutoscaler を構成します。GCP コンソールから Cluster Autoscaler を有効にします。

D. デプロイメントを作成し、maxUnavailable プロパティと maxSurge プロパティを設定します。GCP コンソールからクラスタ管理インスタンス グループの自動スケーリングを有効にします。

A. 1. Cloud Build で新しいソースの変更に対するトリガーを構成します。
2. Cloud Build を呼び出して各マイクロサービスのコンテナ イメージをビルドし、コード コミット ハッシュを使用してタグ付けします。
3. イメージを Artifact Registry にプッシュします。

B. 1. 新しいソースの変更に対して Cloud Build でトリガーを構成します。
2. Cloud Build を呼び出してコンテナ イメージを 1 つビルドし、そのイメージに「latest」というラベルのタグを付けます。
3. イメージを Artifact Registry にプッシュします。

C. 1. 新しいソースの変更に対して Cloud Build でトリガーを構成します。
2. トリガーはビルド ジョブを呼び出し、マイクロサービスのコンテナ イメージをビルドします。
3. イメージにバージョン番号のタグを付け、Cloud Storage にプッシュします。

D. 1 1 分ごとにリポジトリをチェックするスケジューラ ジョブを作成します。
2. 新しい変更がある場合は、Cloud Build を呼び出してマイクロサービスのコンテナ イメージをビルドします。
3. 現在のタイムスタンプを使用してイメージにタグを付け、Artifact Registry にプッシュします。

A. 次のコマンドで既存の Kubernetes Engine クラスタを更新します:gcloud alpha container clustersupdate mycluster - -enable-autoscaling - -min-nodes=1 - -max-nodes=10

B. 次のコマンドを使用して、Kubernetes Engine クラスタにノードを追加します:gcloud container clusters resizeCLUSTER_Name - -size 10

C. 次のコマンドで新しい Kubernetes Engine クラスタを作成します:gcloud alpha container clusterscreate mycluster - -enable-autoscaling - -min-nodes=1 - -max-nodes=10アプリケーションを再デプロイします

D. 次のコマンドを使用して、クラスタ内のインスタンスにタグを追加します:gcloud compute instances add-tagsINSTANCE - -tags enable-autoscaling max-nodes-10

A. 負荷テスト ツールによる再生のためにすべてのトランザクションを記録するように本番サービスをインストルメント化します。

B. 負荷テスト ツールを本番環境に対して定期的に実行するようにスケジュールします。

C. 負荷テスト環境に使用する別の Google Cloud プロジェクトを作成します。

D. 負荷テストで Cloud Bigtable のパフォーマンスが検証されていることを確認します。

E. 詳細なログ記録とメトリック収集を使用して、負荷テスト ツールとターゲット サービスをインストルメント化します。

F. サービスが使用するすべてのサードパーティ システムが高負荷を処理できることを確認します。

A. モデルの効率を分析するために、Cloud Machine Learning Engine のパフォーマンス指標を Stackdriver から BigQuery にエクスポートします。

B. 機械学習モデルのトレーニングを Cloud GPU から Cloud TPU に移行し、より良い結果をもたらすロードマップを構築します。

C. 推奨事項の履歴と推奨事項の結果を BigQuery に保存し、トレーニング データとして使用します。

D. Compute Engine のアナウンスを監視して、新しい CPU アーキテクチャが利用可能になったときにすぐにモデルをデプロイしてパフォーマンスを向上させます。

A. 新しいローリング アップデートを開始します。プロアクティブ アップデート モードを選択します。

B. 新しいローリング更新を開始します。 機会更新モードを選択します。

C. 新しいローリング再起動操作を開始します。

D. 新しいローリング置換操作を開始します。

A. FTP からストリーミング トランスポートに移行し、CSV からバイナリ形式に移行し、メトリックの機械学習分析を開発します。

B. フリートのセルラー接続を 80% に増加し、FTP からストリーミング トランスポートに移行し、メトリックの機械学習分析を開発します。

C. FTP トランスポートから SFTP トランスポートに移行し、メトリックの機械学習分析を開発し、ディーラーのローカル在庫を一定の割合で増加します。

D. CSV からバイナリ形式に移行し、FTP から SFTP トランスポートに移行し、メトリックの機械学習分析を開発します。

A. Cloud Pub/Sub のみ

B. Cloud Pub/Sub から Stackdriver へ

C. Cloud Pub/Sub から Cloud SQL へ

D. Cloud Pub/Sub から Cloud DataFlow へ

A. API ドキュメントを生成する自動プロセスを作成し、API への更新をデプロイするときに CI/CD プロセスの一部としてパブリック API ドキュメントを更新します。

B. 下位互換性のない変更ごとに、現在の API バージョン番号にサフィックス「DEPRECATED」を追加する API のバージョン管理戦略を使用します。新しい API には現在のバージョン番号を使用します。

C. 下位互換性のない変更ごとにバージョン番号を増やす API のバージョン管理戦略を使用します。

D. 古い API を新しい API に置き換える少なくとも 1 か月前に、すべての顧客の配布リストを作成して、今後の下位互換性のない変更について顧客に通知します。

A. 新しいコンテナイメージのサービス yaml ファイルを更新します。kubect1 delete service/echoservice と kubect1 create -f <yaml-file> を使用します。

B. kubect1 set image deployment/echo-deployment <new-image> を使用します。

C. 新しいコンテナイメージでデプロイメント yaml ファイルを更新します。kubect1 delete deployment/ echo-deployment と kubect1 create -f <yaml-file> を使用します。

D. Kubernetes クラスターの背後にあるインスタンス グループのローリング更新機能を使用する

A. GKE クラスターで自動スケーリングを有効にし、アプリケーション デプロイメントで水平ポッド自動スケーリングを有効にします。アプリケーションに curl リクエストを送信し、自動スケーリングが機能するかどうかを検証します。

B. 負荷テスト ツールを使用して、予想される同時ユーザー数とアプリケーションへの合計リクエスト数をシミュレートし、結果を検査します。

C. 開発環境で Cloud Debugger を使用して、さまざまなマイクロサービス間のレイテンシを把握します。

D. すべての Google Cloud リージョン内の複数の GKE クラスタにアプリケーションを複製します。グローバル HTTP (S) ロードバランサを構成して、単一のグローバル IP アドレスを介してさまざまなクラスタを公開します。

A. インスタンスごとに永続ディスクを使用します。

B. Cloud Filestore インスタンスを作成し、各インスタンスにマウントします。

C. インスタンスごとにリージョン永続ディスクを使用します。

D. Cloud Storage バケットを作成し、gcsfuse を使用して各インスタンスにマウントします。

A. 次のコマンドを使用して、既存の Container Engine クラスターを更新します。
gcloud alpha コンテナ クラスタは mycluster を更新します --enable-autoscaling --min-nodes=1 --max-nodes=10

B. 次のコマンドを使用して、クラスター内のインスタンスにタグを追加します。
gcloud compute インスタンス add-tags INSTANCE --tags enable --autoscaling max-nodes-10

C. 次のコマンドを使用して新しい Container Engine クラスタを作成し、アプリケーションを再デプロイします:gcloud alpha container clusters create mycluster --enable-autocaling --min-nodes=1 --max-nodes=10。

D. 次のコマンドを使用して、Container Engine クラスターに追加のノードを追加します。
gcloud コンテナ クラスタのサイズ変更 CLUSTER_NAME --size 10