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. create_date location_id および device_version でテーブルデータをクラスタ化します。

B. テーブルデータを create_date でクラスタ化し、location と device_version でパーティション化します。

C. テーブルデータをcreate_date、location_id、device_versionでパーティション分割します。

D. create_date でテーブルデータをパーティション化し、tocation_id と device_version でテーブルデータをクラスター化します。

A. 各月ごとにデータを別々のテーブルに整理し、BigQuery の別のデータセットにデータを複製します。

B. データを月ごとに別々のテーブルに整理し、エクスポートして圧縮し、Cloud Storage に保存します。

C. データを月ごとに別々のテーブルに整理し、スナップショット デコレータを使用してテーブルを破損前の時点に復元します。

D. データを 1 つのテーブルに整理し、エクスポートして圧縮し、BigQuery データを Cloud Storage に保存します。

A. 移行とリアルタイム更新の両方に gsutil を使用します

B. 移行には BigQuery Data Transfer Service、リアルタイム更新には Pub/Sub と Dataproc を使用します

C. 移行にはストレージ転送サービス、リアルタイム更新には Pub/Sub と Cloud Data Fusion を使用します。

D. 移行には gsutil、リアルタイム更新には Pub/Sub と Dataflow

A. クラウド ビッグテーブル

B. クラウド データストア

C. ビッグクエリ

D. クラウドデータフロー

A. リージョンの Google Cloud Storage バケット内のファイルにデータを保存します。Cloud Dataflow を使用して BigQuery にクエリを実行し、プログラムによってデータを Google Cloud Storage に保存されているデータと結合します。

B. リージョンの Google Cloud Storage バケットにデータを保存および更新し、BigQuery にフェデレーション データ ソースを作成します。

C. データを Google Cloud Datastore に保存します。Google Cloud Dataflow を使用して BigQuery にクエリを実行し、プログラムによってデータを Cloud Datastore に保存されているデータと結合します。

D. 30 分ごとにデータを BigQuery の新しいパーティション テーブルに読み込みます。

A. パッケージの配達日にデータ パーティションを使用してテーブルを再作成します。

B. 古いデータを Cloud Storage ファイルに階層化し、拡張テーブルを活用します。

C. パッケージ追跡 ID 列に対して BigQuery でクラスタリングを実装します。

D. BigQuery で取り込み日付列のクラスタリングを実装します。

A. データを可能な限り非正規化します。

B. BigQuery UPDATE を使用してデータセットのサイズをさらに縮小します。

C. 可能な限りデータの構造を保持します。

D. トランザクション データの毎日のスナップショットを Cloud Storage にコピーし、Avro ファイルとして保存します。BigQuery の外部データソース サポートを使用してクエリを実行します。

E. ステータスの更新が BigQuery に更新されるのではなく追加されるデータ パイプラインを開発します。

A. カスタム オペレーションに GPU カーネル サポートを実装した後、クラウド GPU を使用します。

B. カスタム オペレーションに GPU カーネル サポートを実装した後、Cloud TPU を使用します。

C. CPU を維持し、モデルをトレーニングするクラスターのサイズを増やします。

D. コードに追加の調整を加えずに Cloud TPU を使用します。

A. 各キー処理ステップの後に出力シンクを挿入し、各ブロックの書き込みスループットを観察します。

B. 各処理ステップの後に Reshuffle 操作を挿入し、Dataflow コンソールで実行の詳細を監視します。

C. 各 ParDo 関数のデバッグ情報をログに記録し、実行時にログを分析します。

D. Dataflow サービス アカウントに、処理されたデータを出力シンクに書き込むための適切な権限があることを確認します。

A. ソックス

B. VPN

C. HTTPS

D. HTTP

A. 15 分間のウィンドウと 15 分のタンブリング ウィンドウを使用します。withAllowedLateness 演算子。

B. 15 分間のウィンドウと 30 分の周期を持つホッピング ウィンドウを使用します。

C. 30 分間のギャップ期間を持つセッション ウィンドウを使用します。

D. 15 分のギャップ期間を持つセッション ウィンドウを使用します。

A. Google Cloud Storage に実行し、Google Cloud Logging に書き込みます。

B. Google Cloud Storage に実行、Google Cloud Logging に実行

C. Google Cloud Storage に書き込み、Google Cloud Logging に読み取ります

D. Google Cloud Storage への読み取りと書き込み、Google Cloud Logging への書き込み

A. [0, 0, 0, 1, 0, 0, 1]

B. [0, 1]

C. [1, 0, 0, 0, 0, 0, 0, 0]

D. [0, 5, 0, 0, 0, 0]