Professional-Cloud-Architect 試験問題 81
Mountkirk Gamesは、新しいゲーム用に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
彼らの技術的要件を満たしています。
Googleテクノロジーのどの組み合わせが、すべての要件を満たしますか？
彼らの技術的要件を満たしています。
Googleテクノロジーのどの組み合わせが、すべての要件を満たしますか？
Professional-Cloud-Architect 試験問題 82
あなたの会社の開発チームは、ドッキングされたHTTPSWebアプリケーションを作成しました。アプリケーションをGoogleKubernetesEngine（GKE）にデプロイし、アプリケーションが自動的にスケーリングされることを確認する必要があります。
GKEにどのようにデプロイする必要がありますか？
GKEにどのようにデプロイする必要がありますか？
Professional-Cloud-Architect 試験問題 83
Dress4Winセキュリティチームは、Google Cloud Platform（GCP）上の本番仮想マシン（VM）への外部SSHアクセスを無効にしました。
運用チームは、VMをリモートで管理し、Dockerコンテナを構築してプッシュし、GoogleCloudStorageオブジェクトを管理する必要があります。
彼らは何ができますか？
運用チームは、VMをリモートで管理し、Dockerコンテナを構築してプッシュし、GoogleCloudStorageオブジェクトを管理する必要があります。
彼らは何ができますか？
Professional-Cloud-Architect 試験問題 84
Dress4Winの運用エンジニアは、データベースバックアップファイルのコピーをリモートでアーカイブするための2つのコストのソリューションを作成したいと考えています。
データベースファイルは、現在のデータセンターに保存されている圧縮tarファイルです。
彼はどのように進めるべきですか？
データベースファイルは、現在のデータセンターに保存されている圧縮tarファイルです。
彼はどのように進めるべきですか？
Professional-Cloud-Architect 試験問題 85
ケーススタディ：6-TerramEarth
会社概要
TerramEarthは、鉱業および農業産業向けの重機を製造しています。約
彼らのビジネスの80％は鉱業から、20％は農業からです。現在、100か国に500を超えるディーラーとサービスセンターがあります。彼らの使命は、顧客の生産性を高める製品を構築することです。
ソリューションコンセプト
毎秒120フィールドのデータを収集する2,000万台のTerramEarth車両が稼働しています。
データは車両にローカルに保存され、車両の整備時に分析のためにアクセスできます。
データはメンテナンスポートを介してダウンロードされます。この同じポートを使用して運用パラメータを調整できるため、フィールドで新しいコンピューティングモジュールを使用して車両をアップグレードできます。
約200,000台の車両がセルラーネットワークに接続されており、TerramEarthがデータを直接収集できるようになっています。TerramEarthは、1日あたり22時間の運用で、1秒あたり120フィールドのデータの速度で、これらの接続された車両から合計約9TB/日を収集します。
既存の技術環境
TerramEarthの既存のアーキテクチャは、単一の米国西海岸ベースのデータセンターに存在するLinuxおよびWindows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、フィールドからCSVファイルをgzipで圧縮し、FTP経由でアップロードして、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は交換部品を先制的に在庫し、車両の計画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、データが古くなっているため、一部のお客様は、交換部品を待つ間、最大4週間車両を使用していません。
ビジネス要件
計画外の車両のダウンタイムを1週間未満に短縮します。
顧客が機器をどのように使用して改善するかについてのより多くのデータでディーラーネットワークをサポートします
新製品とサービスの位置付け
さまざまな企業、特に種子や肥料のサプライヤーと提携する能力を持っている
急成長している農業ビジネスで-顧客のために魅力的な共同製品を作成する。
技術要件
単一のデータセンターを超えて拡張し、アメリカ中西部と東部への遅延を減らします
海岸。
バックアップ戦略を作成します。
機器からデータセンターへのデータ転送のセキュリティを強化します。
データウェアハウスのデータを改善します。
顧客と機器のデータを使用して、顧客のニーズを予測します。
アプリケーション1：データの取り込み
カスタムPythonアプリケーションは、アップロードされたデータファイルを単一のサーバーから読み取り、データウェアハウスに書き込みます。
計算：
Windows Server 2008 R2
-16個のCPU
-128GBのRAM
-10TBのローカルHDDストレージ
アプリケーション2：レポート
ビジネスアナリストが日次レポートを実行して、修理が必要な機器を確認するために使用する既成のアプリケーション。一度にレポートアプリケーションに接続できるのは、10人のチーム（西海岸5、東海岸5）の2人のアナリストのみです。
計算：
既製のアプリケーション。物理CPUの数に関連付けられたライセンス
-Windows Server 2008 R2
-16個のCPU
-32GBのRAM
-500 GB HDD
データウェアハウス：
単一のPostgreSQLサーバー
-RedHat Linux
-64個のCPU
-128GBのRAM
-RAID0の4x6TBHDD
エグゼクティブステートメント
私たちの競争上の優位性は常に製造プロセスにあり、競合他社よりも低コストでより優れた車両を製造する能力があります。しかし、アプローチの異なる新製品が絶えず開発されており、業界の次の変革の波に乗るスキルが不足しているのではないかと心配しています。私の目標は、段階的なイノベーションを通じて差し迫った市場のニーズに対応しながら、スキルを構築することです。
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。セルラーネットワークに接続されている200,000台の車両のデータを取り込むための新しいアーキテクチャを設計するように求められます。Googleが推奨する方法に従いたい。
技術的要件を考慮して、データの取り込みにどのコンポーネントを使用する必要がありますか？
会社概要
TerramEarthは、鉱業および農業産業向けの重機を製造しています。約
彼らのビジネスの80％は鉱業から、20％は農業からです。現在、100か国に500を超えるディーラーとサービスセンターがあります。彼らの使命は、顧客の生産性を高める製品を構築することです。
ソリューションコンセプト
毎秒120フィールドのデータを収集する2,000万台のTerramEarth車両が稼働しています。
データは車両にローカルに保存され、車両の整備時に分析のためにアクセスできます。
データはメンテナンスポートを介してダウンロードされます。この同じポートを使用して運用パラメータを調整できるため、フィールドで新しいコンピューティングモジュールを使用して車両をアップグレードできます。
約200,000台の車両がセルラーネットワークに接続されており、TerramEarthがデータを直接収集できるようになっています。TerramEarthは、1日あたり22時間の運用で、1秒あたり120フィールドのデータの速度で、これらの接続された車両から合計約9TB/日を収集します。
既存の技術環境
TerramEarthの既存のアーキテクチャは、単一の米国西海岸ベースのデータセンターに存在するLinuxおよびWindows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、フィールドからCSVファイルをgzipで圧縮し、FTP経由でアップロードして、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は交換部品を先制的に在庫し、車両の計画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、データが古くなっているため、一部のお客様は、交換部品を待つ間、最大4週間車両を使用していません。
ビジネス要件
計画外の車両のダウンタイムを1週間未満に短縮します。
顧客が機器をどのように使用して改善するかについてのより多くのデータでディーラーネットワークをサポートします
新製品とサービスの位置付け
さまざまな企業、特に種子や肥料のサプライヤーと提携する能力を持っている
急成長している農業ビジネスで-顧客のために魅力的な共同製品を作成する。
技術要件
単一のデータセンターを超えて拡張し、アメリカ中西部と東部への遅延を減らします
海岸。
バックアップ戦略を作成します。
機器からデータセンターへのデータ転送のセキュリティを強化します。
データウェアハウスのデータを改善します。
顧客と機器のデータを使用して、顧客のニーズを予測します。
アプリケーション1：データの取り込み
カスタムPythonアプリケーションは、アップロードされたデータファイルを単一のサーバーから読み取り、データウェアハウスに書き込みます。
計算：
Windows Server 2008 R2
-16個のCPU
-128GBのRAM
-10TBのローカルHDDストレージ
アプリケーション2：レポート
ビジネスアナリストが日次レポートを実行して、修理が必要な機器を確認するために使用する既成のアプリケーション。一度にレポートアプリケーションに接続できるのは、10人のチーム（西海岸5、東海岸5）の2人のアナリストのみです。
計算：
既製のアプリケーション。物理CPUの数に関連付けられたライセンス
-Windows Server 2008 R2
-16個のCPU
-32GBのRAM
-500 GB HDD
データウェアハウス：
単一のPostgreSQLサーバー
-RedHat Linux
-64個のCPU
-128GBのRAM
-RAID0の4x6TBHDD
エグゼクティブステートメント
私たちの競争上の優位性は常に製造プロセスにあり、競合他社よりも低コストでより優れた車両を製造する能力があります。しかし、アプローチの異なる新製品が絶えず開発されており、業界の次の変革の波に乗るスキルが不足しているのではないかと心配しています。私の目標は、段階的なイノベーションを通じて差し迫った市場のニーズに対応しながら、スキルを構築することです。
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。セルラーネットワークに接続されている200,000台の車両のデータを取り込むための新しいアーキテクチャを設計するように求められます。Googleが推奨する方法に従いたい。
技術的要件を考慮して、データの取り込みにどのコンポーネントを使用する必要がありますか？