Google Certified Professional Data Engineer Exam (Professional-Data-Engineer日本語版) - Professional-Data-Engineer日本語 Exam Practice Test

A. シミュレーションを通じてアルゴリズムを開発し、キャリブレーション係数に基づいて最後の MapReduce ジョブからのデータ出力の分散を予測し、すべてのデータに修正を適用します。

B. ETL プロセスの出力にセンサー キャリブレーション データを追加し、すべてのユーザーが自分でセンサー キャリブレーションを適用する必要があることを文書化します。

C. transformMapReduce ジョブを変更して、他の操作を実行する前にセンサーのキャリブレーションを適用します。

D. センサーのキャリブレーションを生データに適用するための新しい MapReduce ジョブを導入し、その後に他のすべての MapReduce ジョブが連鎖されるようにします。

A. データベース移行サービスを活用して、データベース全体をクラウド SQL に継続的に複製します。

B. BigQuery Data Transfer Serviceでスケジュール転送を設定し、スケジュール転送構成を使用してMySQLデータベースからデータを取り込みます。

C. MySQLからのデータ変更をストリーミングするために、Pub/Subを使用してデータパイプラインを実装します。

D. Cloud SQL フェデレーション クエリを使用して、BigQuery からオンプレミスの MySQL データベースに直接クエリを実行します。

A. Parquet ファイルを指す外部テーブル定義を使用して BigQuery を構成します。

B. Compute Engineインスタンスのグループ上にApache HadoopとHiveクラスタを手動でインストールおよび構成します。

C. Parquet データを BigQuery ネイティブ テーブルにロードし、BigQuery Connector for Hive を使用してクエリを実行します。

D. Hiveサービスを有効にしたDataprocクラスタをデプロイします。

A. WHERE句の前に「, UNNEST(person)」を追加します。

B. 「person」を「person.city」に変更します。

C. 「person」を「city.person」に変更します。

D. WHERE 句の前に ", UNNEST(city)" を追加します。

A. 1. 日次パーティションのデータサイズが2倍になっているBigQueryテーブルで重複行がないか確認します。
2. BigQueryの監査ログを確認して、ジョブIDを見つけます。
3. クラウドモニタリングを使用して、特定されたデータフロージョブが開始された日時とパイプラインコードのバージョンを確認します。
4. 複数のパイプラインがテーブルにデータを取り込む場合、最新バージョン以外のすべてのバージョンを停止します。

B. 1. デプロイされたパイプラインのコードエラーを確認します。
2. パイプラインのBigQueryシンクへの複数回の書き込みがないか確認します。
3. 新しいパイプラインのリリース当日に、クラウドログにエラーがないか確認してください。
4. エラーがなければ、タイムトラベルを使用して、BigQuery テーブルを前回のリリース前の内容に復元します。

C. 1. 前回のデプロイメントをロールバックします。
2. タイムトラベル機能を使用して、BigQuery テーブルを前回のリリース前の状態に復元します。
3. データフロージョブを再起動し、リリースのタイムスタンプにサブスクリプションをシークしてメッセージを再再生します。

D. 1. 日次パーティションのデータサイズが2倍になっているBigQueryテーブルで重複行がないか確認します。
2. 影響を受けるテーブルの重複排除を行うためのSQLジョブを毎日スケジュールします。
3. 他のテーブルで同様の問題が発生した場合に再利用できるよう、重複排除スクリプトを他の運用チームと共有する。

A. ユーザーにプロジェクト内の 1 つのテーブルのみへのアクセス権を付与するには、アプリケーションを通じてアクセスを構成する必要があります。

B. ユーザーにプロジェクト内の 1 つのテーブルのみへのアクセス権を付与するには、そのテーブルの Bigtable Editor ロールをユーザーに付与します。

C. アクセス制御はプロジェクト レベルでのみ構成できます。

D. IAM ロールを使用すると、プロジェクト内のすべてのテーブルではなく、プロジェクト内の 1 つのテーブルのみにユーザー アクセスを付与することはできません。

A. サービス アカウントを作成し、コンサルタントがそのアカウントを使用してログオンできるようにします。

B. コンサルタントが別のプロジェクトで作業できるように、匿名化されたデータのサンプルを作成します。

C. コンサルタントにプロジェクトの Cloud Dataflow 開発者ロールを付与します。

D. コンサルタントにプロジェクトの閲覧者ロールを付与します。

A. BigQueryから破損したデータを除外した新しいテーブルにデータをエクスポートします。

B. データをマルチリージョンBigQueryバケットに移行します。

C. BigQueryのタイムトラベル機能を使用して過去のデータにアクセスします。

D. BigQueryテーブルのスナップショットを毎日作成します。

A. BigQueryで、都市情報を含む列を含まない新しいビューを作成します。

B. Cloud Data Fusionを使用して、各都市を1、2、3、4、または5とラベル付けされた地域に割り当て、その番号を使用してモデル内の都市を表します。

C. TensorFlowを使用して、語彙リストを含むカテゴリ変数を作成します。語彙ファイルを作成し、それをモデルの一部としてBigQuery MLにアップロードします。

D. BigQueryのSQLを使用して、ワンホットエンコーディング方式でstate列を変換し、各都市をバイナリ値を持つ列にします。

A. 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。

B. Pllデータを暗号化フォーマットを保持するトークンに置き換えることで、仮名を作成する

C. Pllデータをすべて編集し、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する。

D. 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。

A. 1つがHDDでもう1つがSDDの並列インスタンスを実行します。

B. 選択は最終的なものであり、同じストレージ タイプを使用して再開する必要があります。

C. 3番目のインスタンスを作成し、バッチジョブを介して2つのストレージタイプからデータを同期します。

D. 既存のインスタンスからデータをエクスポートし、新しいインスタンスにデータをインポートします