【お試し版】TopBraindumps のProfessional Cloud Architect 模擬問題集（デモ版）

※ 他の問題集は「タグ：Professional Cloud Architect の模擬問題集」から一覧いただけます。

ネットで模擬問題集を探していたら、TopBraindumps のProfessional Cloud Architect 模擬問題集 デモ版がありました。いつ作成されたPDFか分からないのですが、日本語化した模擬問題集を共有したいと思います。
デモなので問題数は10問のみです。

Google Certified Professional – Cloud Architect (GCP)

English → Japanese

Version: Demo
Updated: None

Question 1

この質問については、Mountkirk Games のケーススタディを参照してください。
Mountkirk Games は、新しいテスト戦略を設計してほしいと考えています。
テストカバレッジは、他のプラットフォーム上の既存バックエンドとどのように違いますか？

• A. テストは、従来のアプローチをはるかに超えて拡張する必要があります。
• B. ユニット テストは不要になり、エンドツーエンドのテストのみが必要です。
• C. リリースが実稼働 環境に入った後にテストを適用する必要があります。
• D. テストには、Google Cloud Platform インフラストラクチャの直接テストを含める必要があります。

Answer: C

Question 2

この質問については、Mountkirk Games のケーススタディを参照してください。
Mountkirk Games は、新しいバックエンドをGoogle Cloud Platform に展開しました。バックエンドの新しいバージョンが一般にリリースされる前に、完全なテストプロセスを作成する必要があります。
テスト環境を経済的に拡張したい場合、プロセスをどのように設計する必要がありますか？

• A. 本番環境の負荷をシミュレートするために、Google Cloud Platform でスケーラブルな環境を作成します。
• B. 既存インフラストラクチャを使用して、Google Cloud Platform ベースのバックエンドを大規模にテストします。
• C. Google Cloud Platform 内部のリソースを使用して負荷をシミュレートし、アプリケーションの各コンポーネントにストレステストを組み込みます。
• D. Google Cloud Platform で一連の静的環境を作成して、さまざまなレベルの負荷（高、中、低など）をテストします。

Answer: A

Question 3

この質問については、Mountkirk Games のケーススタディを参照してください。
Mountkirk Games は、継続的な配信パイプラインのセットアップを望んでいます。そのアーキテクチャには、迅速に更新してロールバックできるようにしたい多数の小さなサービスが含まれています。Mountkirk Games には次の要件があります。

• サービスは、米国とヨーロッパの複数の地域に冗長的に展開。
• フロントエンドサービスのみが公開インターネットで公開。
• サービス群に単一のフロントエンド IPを提供。
• デプロイメントアーティファクトは不変。

どのGoogle Cloud Platform プロダクトを使用する必要がありますか？

• A. Google Cloud Storage、Google Cloud Dataflow、Google Compute Engine.
• B. Google Cloud Storage、Google App Engine, Google Network Load Balancer.
• C. Google Container Registry、Google Container Engine、Google HTTP(s) Load Balancer.
• D. Google Cloud Functions、Google Cloud Pub/Sub、Google Cloud Deployment Manager.

Answer: C

• Cloud Load Balancing
• ソリューション>Google Cloud>Ansible と Spinnaker を使用した Compute Engine 上での継続的デプロイ
• What is “Immutable Infrastructure”?
• Load Balancing>Documentation>HTTP(S) Load Balancing Concepts

Question 4

この質問については、Mountkirk Games のケーススタディを参照してください。
Mountkirk Games のゲームサーバーは、自動的に適切にスケーリングされません。先月、彼らは新しい機能を展開しました。これは突然非常に人気がありました。記録的な数のユーザーがこのサービスを使用しようとしていますが、多くのユーザーが503エラーと非常に遅い応答時間を取得しています。
まず最初に何を調査すべきですか？

• A. データベースがオンラインであることを確認してください。
• B. プロジェクトのクォータを超えていないことを確認します。
• C. 新しい機能コードによってパフォーマンスのバグが発生しなかったことを確認します。
• D. 負荷テストチームが運用環境に対してツールを実行していないことを確認します。

Answer: A

Explanation: 503 はサービス利用不可エラーです。

Question 5

この質問については、Mountkirk Games のケーススタディを参照してください
Mountkirk Gamesは、分離されたアプリケーション環境を展開するために、反復可能で構成可能なメカニズムを作成する必要があります。開発者とテスターは互いの環境とリソースにアクセスできますが、ステージングリソースまたは実稼働リソースにはアクセスできません。ステージング環境には、本番からの一部のサービスへのアクセスが必要です。
開発環境をステージングと実稼働から分離するにはどうすればよいですか？

• A.  開発とテスト用のプロジェクトと、ステージングと本番用のプロジェクトを作成します。
• B. 開発とテスト用のネットワークと、ステージングと本番用のネットワークを作成します。
• C. 開発用に1つのサブネットワークを作成し、ステージングと本番用に別のサブネットワークを作成します。
• D. 開発用に1つ、ステージング用に2つ、本番用に3つのプロジェクトを作成します。

Answer: A

Question 6

この質問については、Mountkirk Games のケーススタディを参照してください。
Mountkirk Gamesは、新しいゲームのリアルタイム分析プラットフォームをセットアップしたいと考えています。新しいプラットフォームは、技術的な要件を満たしている必要があります。
すべての要件を満たすGoogleテクノロジーの組み合わせはどれですか？

• A. Google Container Engine、Google Cloud Pub/Sub、Google Cloud SQL.
• B. Google Cloud Dataflow、Google Cloud Storage、Google Cloud Pub/Sub、Google BigQuery.
• C. Google Cloud SQL, Google Cloud Storage、Google Cloud Pub/Sub、Google Cloud Dataflow.
• D. Google Cloud Dataproc、Google Cloud Pub/Sub、Google Cloud SQL、Google Cloud Dataflow.
• E. Google Cloud Pub/Sub、Google Compute Engine、Google Cloud Storage、Google Cloud Dataproc.

Answer: B

Explanation：リアルタイムにはStream/Messagingが必要なので、Google Cloud Pub/Sub。AnalyticsはGoogle Big Queryを使う。

Question 7

この質問については、TerramEarth のケーススタディを参照してください。
TerramEarthのCTOは、接続された車両からの生データを使って、現場の車両がいつ壊滅的な故障を起こすかをおおよそ特定したいと考えています。
アナリストが車両データを集中的に照会できるようにする場合、どのアーキテクチャをお勧めしますか?

• A. Google Cloud Load Balancing、 Google Container Engine（FTP）、Google Cloud Pub/Sub、Google Cloud Dataflow、Google BigQuery、Analytics.
• B. Google App Engine Flexible Environment、Google Cloud Pub/Sub、Google Cloud Dataflow、Google BigQuery、Analytics.
• C. Google Cloud Load Balancing、FTP、Google Container Engine、Google Cloud Pub/Sub、Google Cloud Dataflow、Google Cloud SQL、Analytics.
• D. Google App Engine Flexible Environment、Google Cloud Pub/Sub、Google Cloud Dataflow、Google Cloud SQL、Analytics.

Answer: A

• Solutions>Designing a Connected Vehicle Platform on Cloud IoT Core
• Solutions>Designing a Connected Vehicle Platform on Cloud IoT Core>Data ingestion
• Google Touts Value of Cloud IoT Core for Analyzing Connected Car Data
• Google Cloud IoT

Question 8

この質問については、TerramEarth のケーススタディを参照してください。
TerramEarth 開発チームは、会社のビジネス要件を満たすAPIを作成したいと考えています。 開発チームは、カスタムフレームワークを作成するのではなく、ビジネス価値に開発努力を集中したいと考えています。
どの方法を使用する必要がありますか？

• A. Google Cloud Endpoints でGoogle App Engine を使用します。ディーラーとパートナーのためのAPIに集中してください。
• B. JAX-RS Jersey JavaベースのフレームワークでGoogle App Engine を使用します。一般向けのAPIに集中してください。
• C. Swagger（OpenAPI）フレームワークでGoogle App Engine を使用します。一般向けのAPIに集中してください。
• D. Django Python コンテナでGoogle Container Engine を使用します。一般向けのAPIに集中してください。
• E. Swagger(OpenAPI)フレームワークに対応したTomcatコンテナでGoogle Container Engineを使用します。ディーラーとパートナーのためのAPIに集中してください。

Answer: A

• Cloud Endpoints>ドキュメント >OpenAPI>Cloud Endpoints について
• Cloud Endpoints>ドキュメント>OpenAPI>Cloud Endpoints のアーキテクチャの概要
• Cloud Storage>Documentation>test – Run gsutil unit/integration tests (for developers)

Question 9

この質問については、TerramEarth のケーススタディを参照してください
開発チームは、車両データを取得するための構造化APIを作成しました。サードパーティがこの車両イベントデータを使用するディーラー向けのツールを開発できるようにしたいと考えています。
このデータに対する委任された承認をサポートする場合、どうすればいいですか?

• A. OAuth互換のアクセス制御システムを構築または活用します。
• B. SAML 2.0 SSO互換性を認証システムに構築します。
• C. パートナーシステムの送信元IPアドレスに基づいてデータアクセスを制限します。
• D. 信頼できるサードパーティに提供できる各ディーラーの二次認証情報を作成します。

Answer: A

• App Engine>ドキュメント>Go フレキシブル環境>アプリケーションの承認
• ドキュメント>エンタープライズ企業のベスト プラクティス

Question 10

この質問については、TerramEarth のケーススタディを参照してください。
TerramEarth は、フィールド内の2,000万台すべての車両をクラウドに接続することを計画しています。これにより、40 TB/時で600万レコード/秒のボリュームに増加します。
データ取り込みをどのように設計する必要がありますか？

• A. 車両はGoogle Cloud Storage に直接データを書き込みます。
• B. Vehiclesは、Google Cloud Pub / Sub にデータを直接書き込みます。
• C. 車両はGoogle BigQuery にデータを直接ストリーミングします。
• D. 車両は既存システム（FTP）を使用してデータを書き込みを続けます。

Answer: B

Explanation：
1秒あたり数億メッセージに拡張し、使用したリソースに対してのみ支払います。 管理するパーティションやローカル インスタンスがないため、運用上のオーバーヘッドが削減されます。 データは、EMC独自の高速プライベート ネットワークを介して、データセンター間で自動的かつインテリジェントに分散されます。
TerramEarth の既存アーキテクチャは、データセンターにあるLinuxベースのシステムで構成されています。 これらのシステムは現場からCSVファイルをgzipし、FTP 経由でアップロードし、それらを変換および集約し、データウェアハウスにデータを配置します。 このプロセスには時間がかかるため、集計レポートは3週間前のデータに基づいています。
このデータにより、TerramEarth は交換部品を事前に確保し、車両の予定外のダウンタイムを60％削減することができました。 ただし、データが古いため、一部の顧客は交換部品を待つ間、最大4週間も車両を使用しないお客さんもいます。

Cloud Pub/Sub