[2025-01-13更新,310問] 無料Google Professional-Data-Engineer試験問題集、Professional-Data-Engineer日本語関連対策(ページ 54)

Professional-Data-Engineer 試験問題 261

あなたの会社では、工場の現場から Bigtable にリアルタイムのセンサーデータをストリーミングしていますが、パフォーマンスが非常に低いことに気づきました。リアルタイムダッシュボードにデータを入力するクエリで Bigtable のパフォーマンスを向上させるには、行キーをどのように再設計すればよいでしょうか。

A. <sensorid> 形式の行キーを使用します。

B. <timestamp> 形式の行キーを使用します。

C. >#<sensorid>#<timestamp> 形式の行キーを使用します。

D. <timestamp>#<sensorid> 形式の行キーを使用します。

Professional-Data-Engineer 試験問題 262

Cloud Dataprep を使用して、BigQuery テーブル内のデータのサンプルに関するレシピを作成しました。実行時間が変動するロードジョブが完了した後、同じスキーマで毎日データをアップロードするときにこのレシピを再利用したいと考えています。どうすればよいでしょうか。

A. Cloud Dataprep で cron スケジュールを作成します。

B. Cloud Dataprep ジョブの実行をスケジュールするための App Engine cron ジョブを作成します。

C. レシピを Cloud Dataprep テンプレートとしてエクスポートし、Cloud Scheduler でジョブを作成します。

D. Cloud Dataprep ジョブを Cloud Dataflow テンプレートとしてエクスポートし、Cloud Composer ジョブに組み込みます。

Professional-Data-Engineer 試験問題 263

ジョブジェネレーターとジョブランナーという 2 種類のアプリケーション間でデータを共有するための新しいデータパイプラインを構築しています。ソリューションは、使用量の増加に対応できるように拡張する必要があり、既存のアプリケーションのパフォーマンスに悪影響を与えることなく、新しいアプリケーションの追加に対応する必要があります。どうすればよいでしょうか。

A. App Engine を使用してアプリケーションにメッセージを送受信する API を作成します。

B. Cloud Pub/Sub トピックを使用してジョブを公開し、サブスクリプションを使用してジョブを実行します。

C. Cloud SQL にテーブルを作成し、ジョブ情報を含む行を挿入および削除します。

D. Cloud Spanner にテーブルを作成し、ジョブ情報を含む行を挿入および削除します。

Professional-Data-Engineer 試験問題 264

Which of the following job types are supported by Cloud Dataproc (select 3 answers)?

A. Hive

B. Pig

C. YARN

D. Spark

Professional-Data-Engineer 試験問題 265

顧客の住所を含む BigQuery データセットが 1 つあります。データセットからすべての住所を取得したいとします。どうすればよいでしょうか。

A. Cloud Data Loss Prevention を使用してデータセット内の各テーブルに対して詳細な検査ジョブを作成し、STREET_ADDRESS infoType を含む検査テンプレートを作成します。

B. Cloud Data Loss Prevention で匿名化ジョブを作成し、マスキング変換を使用します。

C. データセット内のすべてのテーブルに対して REGEXP_CONTAINS を使用して BigQuery で SQL クエリを記述し、「street」という単語が出現する行を検索します。

D. Cloud Data Loss Preventionを使用して組織に検出スキャン構成を作成し、検査テンプレートを作成します。

正解: A

STREET_ADDRESS infoType が含まれます。
Explanation:
BigQuery データセットからすべての住所を取得するには、Cloud Data Loss Prevention (DLP) を使用するのが最も効果的で包括的な方法です。オプション A が最適な選択である理由は次のとおりです。
クラウドデータ損失防止 (DLP):
Cloud DLP は、機密情報を検出、分類、保護するように設計されています。住所など、さまざまな種類の機密データ用に事前定義された infoType が含まれています。
Cloud DLP を使用すると、高度なパターン認識とコンテキスト分析に基づいて、住所を徹底的かつ正確に検出できます。
徹底検査ジョブ:
詳細な検査ジョブを使用すると、テーブル全体をスキャンして機密情報を探すことができます。
STREET_ADDRESS infoType を含む検査テンプレートを作成することで、データセット全体ですべての住所のインスタンスが検出されることを確認できます。
スケーラビリティと精度:
Cloud DLP はスケーラブルで、大規模なデータセットを効率的に処理できます。
機密データを識別する際の精度が高く、発生を見逃すリスクが軽減されます。
実装手順:
クラウド DLP を設定する:
Google Cloud プロジェクトで Cloud DLP API を有効にします。
検査テンプレートを作成する:
Cloud DLP で、STREET_ADDRESS infoType を含む検査テンプレートを作成します。
ディープインスペクションジョブを実行します。
検査テンプレートを使用して、データセット内の各テーブルに対して詳細な検査ジョブを作成し、実行します。
検査ジョブの結果を確認し、すべての住所の出現を取得します。
参照：
クラウド DLP ドキュメント
検査ジョブの作成