Professional-Cloud-Architect 試験問題 121
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。彼らは、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サードパーティが開発できるようにしたいと考えています。あなたは、このデータに対する委任された承認をサポートしたいと考えています。
何をすべきでしょうか?
何をすべきでしょうか?
Professional-Cloud-Architect 試験問題 122
マウントカークゲームズは、隔離されたゲームを展開するための繰り返し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。
アプリケーション環境。開発者とテスターはお互いの環境とリソースにアクセスでき、
しかし、ステージング環境や本番環境のリソースにはアクセスできません。ステージング環境では、いくつかのリソースにアクセスする必要があります。
生産からのサービス。
開発環境をステージング環境や本番環境から分離するにはどうすればよいでしょうか?
アプリケーション環境。開発者とテスターはお互いの環境とリソースにアクセスでき、
しかし、ステージング環境や本番環境のリソースにはアクセスできません。ステージング環境では、いくつかのリソースにアクセスする必要があります。
生産からのサービス。
開発環境をステージング環境や本番環境から分離するにはどうすればよいでしょうか?
Professional-Cloud-Architect 試験問題 123
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。
同社の事業の 80% は鉱業、20% は農業です。現在、100 か国に 500 を超える販売店とサービス センターがあります。同社の使命は、顧客の生産性を高める製品を作ることです。
ソリューションコンセプト
1 秒あたり 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 ポート経由でダウンロードされます。この同じポートを使用して動作パラメータを調整できるため、現場で車両を新しいコンピューティング モジュールでアップグレードできます。
約 20 万台の車両がセルラー ネットワークに接続されており、TerramEarth はデータを直接収集できます。1 日 22 時間の稼働で 1 秒あたり 120 フィールドのデータを収集し、TerramEarth はこれらの接続された車両から 1 日あたり合計約 9 TB のデータを収集します。
既存の技術環境
TerramEarth の既存のアーキテクチャは、米国西海岸の単一のデータ センターにある 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、現場からの CSV ファイルを gzip で圧縮し、FTP 経由でアップロードして、データをデータ ウェアハウスに配置します。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 は事前に交換部品を在庫し、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、交換部品を待つ間、最大 4 週間車両を使用できない顧客もいます。
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。
* ディーラーネットワークに顧客がどのように機器を使用しているかに関するより多くのデータを提供し、より良いサービスを提供します。
* 新製品やサービスの位置づけ
さまざまな企業、特に種子や肥料の供給業者と提携する能力があること
* 急成長している農業ビジネスにおいて、顧客にとって魅力的な共同提案を創出します。
技術要件
単一のデータセンターを超えて拡張し、アメリカ中西部および東部へのレイテンシを短縮します。
* 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 ウェアハウス内のデータを改善します。
* 顧客および機器のデータを活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。
コンピューティング:
Windows Server 2008 R2
* - 16 CPU
- 128 GBのRAM
- 10 TB 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 アナリストが毎日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製のアプリケーションです。10 人のチーム (西海岸 5 人、東海岸 5 人) のうち、レポート アプリケーションに同時に接続できるのは 2 人のアナリストだけです。
コンピューティング:
既製のアプリケーション。ライセンスは物理CPUの数に結びついています
* - Windows Server 2008 R2
- 16個のCPU
- 32 GB の RAM
- 500GB HDD
データ ウェアハウス:
単一のPostgreSQLサーバー
* - RedHat Linux
- 64 CPU
- 128 GBのRAM
- RAID 0 の 4x 6TB HDD
エグゼクティブステートメント
当社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を備えています。しかし、異なるアプローチによ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対応できるスキルが当社には不足しているのではないかと懸念しています。私の目標は、漸進的なイノベーションを通じて当面の市場ニーズに対応しながら、スキルを磨くことです。
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。技術要件を考慮すると、GCP での計画外の車両のダウンタイムをどのように短縮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。
同社の事業の 80% は鉱業、20% は農業です。現在、100 か国に 500 を超える販売店とサービス センターがあります。同社の使命は、顧客の生産性を高める製品を作ることです。
ソリューションコンセプト
1 秒あたり 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 ポート経由でダウンロードされます。この同じポートを使用して動作パラメータを調整できるため、現場で車両を新しいコンピューティング モジュールでアップグレードできます。
約 20 万台の車両がセルラー ネットワークに接続されており、TerramEarth はデータを直接収集できます。1 日 22 時間の稼働で 1 秒あたり 120 フィールドのデータを収集し、TerramEarth はこれらの接続された車両から 1 日あたり合計約 9 TB のデータを収集します。
既存の技術環境
TerramEarth の既存のアーキテクチャは、米国西海岸の単一のデータ センターにある 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、現場からの CSV ファイルを gzip で圧縮し、FTP 経由でアップロードして、データをデータ ウェアハウスに配置します。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 は事前に交換部品を在庫し、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、交換部品を待つ間、最大 4 週間車両を使用できない顧客もいます。
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。
* ディーラーネットワークに顧客がどのように機器を使用しているかに関するより多くのデータを提供し、より良いサービスを提供します。
* 新製品やサービスの位置づけ
さまざまな企業、特に種子や肥料の供給業者と提携する能力があること
* 急成長している農業ビジネスにおいて、顧客にとって魅力的な共同提案を創出します。
技術要件
単一のデータセンターを超えて拡張し、アメリカ中西部および東部へのレイテンシを短縮します。
* 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 ウェアハウス内のデータを改善します。
* 顧客および機器のデータを活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。
コンピューティング:
Windows Server 2008 R2
* - 16 CPU
- 128 GBのRAM
- 10 TB 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 アナリストが毎日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製のアプリケーションです。10 人のチーム (西海岸 5 人、東海岸 5 人) のうち、レポート アプリケーションに同時に接続できるのは 2 人のアナリストだけです。
コンピューティング:
既製のアプリケーション。ライセンスは物理CPUの数に結びついています
* - Windows Server 2008 R2
- 16個のCPU
- 32 GB の RAM
- 500GB HDD
データ ウェアハウス:
単一のPostgreSQLサーバー
* - RedHat Linux
- 64 CPU
- 128 GBのRAM
- RAID 0 の 4x 6TB HDD
エグゼクティブステートメント
当社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を備えています。しかし、異なるアプローチによ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対応できるスキルが当社には不足しているのではないかと懸念しています。私の目標は、漸進的なイノベーションを通じて当面の市場ニーズに対応しながら、スキルを磨くことです。
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。技術要件を考慮すると、GCP での計画外の車両のダウンタイムをどのように短縮する必要がありますか?
Professional-Cloud-Architect 試験問題 124
この質問については、EHR Healthcare のケーススタディを参照してください。過去には、構成エラーにより、インターネットからアクセスできないはずのバックエンド サーバーにパブリック IP アドレスが設定されていました。バックエンドの Compute Engine インスタンスに外部 IP アドレスを設定できないようにし、外部 IP アドレスはフロントエンドの Compute Engine インスタンスにのみ設定できるようにする必要があります。どうすればよいでしょうか。
Professional-Cloud-Architect 試験問題 125
Linux ベースのアプリケーションをプライベート データセンターから Google Cloud に移行しています。TerramEarth セキュリティ チームから、Common Vulnerabilities and Exposures（CVE）で公開された最近の Linux の脆弱性がいくつか送信されました。これらの脆弱性が移行にどのような影響を与えるかを理解するために支援が必要です。どうすればよいですか?
