Professional-Data-Engineer日本語試験無料問題集「Google Certified Professional Data Engineer Exam (Professional-Data-Engineer日本語版) 認定」

A. Google クラウド ストレージ

B. ファイルのアップロード

C. Google ドライブ

D. Google Cloud SQL

A. ワークフローでサブワークフローを呼び出して、JSON ファイルにロジックを適用します。

B. Dataproc クラスタを作成し、PySpark を使用して JSON ファイルにロジックを適用します。

C. Python を使用して JSON ファイルにロジックを適用する Cloud Function インスタンスを呼び出します。

D. Cloud Composer 環境を作成し、Cloud Composer でロジックを実行します。

A. Cloud Pub/Sub にイベントを公開するアプリケーションを作成し、JSON イベント ペイロードを Avro に変換してデータを Cloud Storage と BigQuery に書き込む Cloud Dataflow パイプラインを作成します。

B. Cloud SQL データベースに書き込んでデータを保存するアプリケーションを作成します。データベースの定期的なエクスポートを設定して、Cloud Storage に書き込み、BigQuery に読み込みます。

C. Cloud Pub/Sub にイベントを公開するアプリケーションを作成し、Cloud Dataproc で Spark ジョブを作成して JSON データを Avro 形式に変換し、永続ディスクの HDFS に保存します。

D. API を提供するアプリケーションを作成します。API をポーリングし、データを gzip 圧縮された JSON ファイルとして Cloud Storage に書き込むツールを作成します。

A. Cloud Composer を使用して Pub/Sub トピックをサブスクライブし、Python API を使用できます。

B. NoSQLデータベースにキューを作成するアプリケーションを作成する

C. Compute Engine インスタンスでホストされ、Pub/Sub トピックへのプッシュ サブスクリプションを行うアプリケーションを作成します。

D. Pub/Sub プッシュ サブスクリプションを使用して Cloud Functions をトリガーし、データを Python API に渡します。

A. アナリストに共有データセットの BigQuery データ閲覧者ロールを付与します。別のデータセットを 1 つ作成し、アナリストにそのデータセットの BigQuery データ編集者ロールを付与します。

B. プロジェクト レベルでアナリストに BigQuery データ閲覧者ロールを付与します。別のデータセットを 1 つ作成し、そのデータセットに対する BigQuery データ編集者ロールをアナリストに付与します。

C. アナリストに共有データセットの BigQuery データ閲覧者ロールを付与します。アナリストごとにデータセットを作成し、各アナリストに割り当てられたデータセットのデータセット レベルで BigQuery データ編集者ロールを付与します。

D. アナリストにプロジェクト レベルで BigQuery データ閲覧者ロールを付与します。アナリストごとにデータセットを作成し、各アナリストにプロジェクト レベルで BigQuery データ編集者ロールを付与します。

A. Pllデータを暗号形式保存トークンに置き換えて仮名を作成する

B. BigQuery内のすべてのテーブルをスキャンし、Pllを含むデータが見つかった場合はマスクします。

C. Pll データを暗号化トークンに置き換えて仮名を作成し、トークン化されていないデータをロックダウンされたボタンに保存します。

D. すべてのPllデータを編集し、編集されていないデータのバージョンをロックダウンされたバケットに保存します。

A. bq コマンドライン ツールを使用して、オンプレミスのデータ ウェアハウスからデータを直接読み込みます。

B. Datastream を使用してデータをリアルタイムで複製します。

C. BigQuery データ転送サービスを使用します。

D. データを CSV ファイルにエクスポートし、そのファイルを Cloud Storage にアップロードしてから、BigQuery に読み込みます。

A. acme-raw-data プロジェクトの外部チームへの Cloud Storage IAM 権限を削除します

B. acme-raw-data 保護に、外部チームの CIDR 範囲からのすべての入力トラフィックを拒否する仮想プライベートクラウド (VPC) ファイアウォール ルールを作成します。

C. 保護とCloud Storageを制限付きAPIとして含むVPC Service Controls境界を作成します。開発チームのユーザーを境界のアクセスレベルに追加します。

D. 保護と BigQuery を制限付き API として含む VPC Service Controls 境界を作成し、境界のアクセス レベルに外部チーム ユーザーを追加します。

A. 1 GB を超えるデータをエクスポートするには、宛先ファイル名にワイルドカードを挿入する必要があります。

B. 使用できる圧縮オプションは GZIP のみです。

C. サポートされているエクスポート先は Google Cloud Storage のみです。

D. データは JSON または Avro 形式でのみエクスポートできます。

A. 行キー

B. マスターキー

C. 一意のキー

D. 主キー

A. Airflow を使用して Compute Engine で仮想マシンを実行し、情報を Stackdriver にエクスポートします。

B. 情報を Cloud Stackdriver にエクスポートし、アラート ポリシーを設定します。

C. GCP API 呼び出しを使用してログを消費し、ログに障害が見つかった場合にメールを送信する App Engine アプリケーションを開発します。

D. ログを BigQuery にエクスポートし、ログに障害が見つかった場合にその情報を読み取り、メールを送信するように App Engine を設定します。

A. 'bigquery-public-data.noaa_gsod.gsod'

B. bigquery-public-data.noaa_gsod.gsod*

C. 'bigquery-public-data.noaa_gsod.gsod'*

D. 'bigquery-public-data.noaa_gsod.gsod*`

A. --jobName を既存のジョブ名に設定して --update オプションを渡すことで、Cloud Dataflow パイプラインをインフライトで更新します。

B. キャンセル オプションを使用して Cloud Dataflow パイプラインを停止します。更新されたコードで新しい Cloud Dataflow ジョブを作成します。

C. --jobName を新しい一意のジョブ名に設定して --update オプションを渡すことで、Cloud Dataflow パイプラインをインフライトで更新します。

D. ドレイン オプションを使用して Cloud Dataflow パイプラインを停止します。更新されたコードで新しい Cloud Dataflow ジョブを作成します。

A. シンクAPI

B. パルド

C. データ抽出

D. ソースAPI

A. クラウド ビッグテーブル

B. クラウドSQL

C. クラウド データストア

D. ビッグクエリ

A. TABLE_DATE_RANGE関数を使用する

B. WHERE date BETWEEN YYYY-MM-DD AND YYYY-MM-DD を使用します。

C. WHERE_PARTITIONTIME疑似列を使用する

D. SELECT IF.(date >= YYYY-MM-DD AND date <= YYYY-MM-DD を使用します

A. プロジェクトあたりのオンデマンド 2K クォータを超えるには、追加のプロジェクトを作成します。

B. バッチ BQ クエリをインタラクティブ BQ クエリに変換します。

C. Cloud Console の [割り当て] ページで、プロジェクトあたりの同時スロットの数を増やします。

D. 定額料金に切り替えて、プロジェクトの階層的な優先度モデルを確立します。

A. 行を8ビット整数として保持します

B. 行キー内に複数の時系列値を含める

C. 行キーを適度に短く保つ

D. フィールドが許す限り行キーを保持します