Professional-Cloud-Architect日本語 無料問題集「Google Certified Professional - Cloud Architect (GCP) (Professional-Cloud-Architect日本語版)」

（A）VPC Service Controls を構成し、オンプレミス ホストのプライベート Google アクセスを構成します。

（B）プライベート サービス接続を構成します。

（C）プライベート Google アクセスを設定します。

（D）サービス アカウントを作成し、BigQuery JobUser ロールとストレージ オブジェクト閲覧者ロールをサービス アカウントに付与し、プロジェクトからその他のすべての Identity and Access Management (1AM) アクセスを削除します。

（A）すべてのデータを含むテーブルに対して BigQuery ビューを作成します。削除リクエスト時に、対象のデータに影響する行をこのビューから除外します。すべての分析タスクでソース テーブルの代わりにこのビューを使用します。

（B）各個人に一意の識別子を使用します。削除要求時に、一意の識別子を持つ列を、その値のソルト付き SHA256 で上書きします。

（C）個人ごとに一意の識別子を使用します。削除リクエスト時に、この識別子を持つすべての行を BigQuery から削除します。

（D）BigQuery に新しいデータを取り込むときは、データ損失防止 (DLP) API を介してデータを実行し、個人情報を特定します。DLP スキャンの一環として、結果を Data Catalog に保存します。削除リクエストがあったら、Data Catalog をクエリして個人情報を含む列を見つけます。

（A）高可用性モードで Cloud Dataproc Regional を使用してデプロイされた Hadoop/Spark

（B）App Engine スタンダード環境を使用してデプロイされた Web アプリケーション

（C）管理されていないインスタンス グループを使用してデプロイされた RabbitMQ

（D）カスタムマシンタイプにデプロイされた Jenkins、モニタリング、要塞ホスト、セキュリティスキャナサービス

（A）Compute Engine API を有効にし、保存したいトラフィックに一致するファイアウォール ルールのログ記録を有効にします。

（B）Cloud Logging でフィルタを設定し、保存するログのエクスポート先として Cloud Storage バケットを設定します。

（C）Cloud VPN Logging ダッシュボードを設定し、1 年間の VPN 指標をクエリするグラフを追加します。

（D）Cloud Logging でフィルタを設定し、Pub/Sub でトピックを設定してログを公開します。

（A）SSD 永続ディスクのサイズを 500 GB に動的に変更します。

（B）すべてのバッチ ジョブを変更して、データベースへの一括挿入を使用します。

（C）PostgreSQL を実行する新しい仮想マシンを作成します。

（D）仮想マシンのメモリを 64 GB に増やします。

（E）パフォーマンス メトリック ウェアハウスを BigQuery に移行します。

（A）Compute Engine インスタンスを作成するときに、各ワークロードを正しいノードでホストするために、ノード名をネットワーク タグとして追加します。

（B）Compute Engine インスタンスを作成するときに、各ワークロードを正しいノード グループでホストするために、ノード グループ名に基づいてノード アフィニティ ラベルを使用します。

（C）Compute Engine インスタンスを作成するときに、各ワークロードを正しいノード グループでホストするために、ノード グループ名をネットワーク タグとして追加します。

（D）Compute Engine インスタンスを作成するときに、各ワークロードを正しいノードでホストするために、ノード名に基づいてノード アフィニティ ラベルを使用します。

（A）クラウド環境に MySQL レプリカ サーバー/スレーブをセットアップし、カットオーバーまでオンプレミスの MySQL マスター サーバーからの非同期レプリケーション用に構成します。

（B）クラウド環境に MySQL レプリカ サーバーのダンプを作成し、それを Google Cloud Datastore にロードし、カットオーバー時に Cloud Datastore に対して読み取り/書き込みを行うようにアプリケーションを構成します。

（C）クラウドに新しい MySQL クラスターを作成し、オンプレミスとクラウドの両方の MySQL マスターへの書き込みを開始するようにアプリケーションを構成し、カットオーバー時に元のクラスターを破棄します。

（D）オンプレミスの MySQL マスター サーバーのダンプを作成し、シャットダウンしてクラウド環境にアップロードし、新しい MySQL クラスターにロードします。

（A）正規表現を使用して電話番号、メールアドレス、クレジットカード番号を検索して編集します

（B）楕円曲線暗号を使用してすべてのデータを暗号化する

（C）すべてのデータをSHA256でハッシュする

（D）Cloud Data Loss Prevention API を使用してデータを匿名化する

（A）1. 新しいソースの変更に対して Cloud Build でトリガーを構成します。
2. トリガーはビルド ジョブを呼び出し、マイクロサービスのコンテナ イメージをビルドします。
3. イメージにバージョン番号のタグを付け、Cloud Storage にプッシュします。

（B）1 1 分ごとにリポジトリをチェックするスケジューラ ジョブを作成します。
2. 新しい変更がある場合は、Cloud Build を呼び出してマイクロサービスのコンテナ イメージをビルドします。
3. 現在のタイムスタンプを使用してイメージにタグを付け、Artifact Registry にプッシュします。

（C）1. Cloud Build で新しいソースの変更に対するトリガーを構成します。
2. Cloud Build を呼び出して各マイクロサービスのコンテナ イメージをビルドし、コード コミット ハッシュを使用してタグ付けします。
3. イメージを Artifact Registry にプッシュします。

（D）1. 新しいソースの変更に対して Cloud Build でトリガーを構成します。
2. Cloud Build を呼び出してコンテナ イメージを 1 つビルドし、そのイメージに「latest」というラベルのタグを付けます。
3. イメージを Artifact Registry にプッシュします。

（A）無料利用枠と継続利用割引を活用します。サービスコスト管理のためのスタッフを配置します。

（B）無料利用枠と確約利用割引を活用します。サービス コスト管理のためのスタッフを配置します。

（C）無料利用枠と確約利用割引を活用します。サービスコスト管理についてチームにトレーニングを提供します。

（D）無料利用枠と継続利用割引を活用します。サービスコスト管理についてチームにトレーニングを提供します。

（A）ユーザーが今後 24 時間以内に画像をアップロードできる App Engine ウェブ アプリケーションを作成します。Cloud Identity 経由でユーザーを認証します。

（B）ユーザーに画像を Cloud Storage にアップロードしてもらいます。バケットをパスワードで保護します。パスワードは、次の日以降に期限が切れます。
24時間。

（C）ユーザーに、24 時間後に期限切れになる署名付き URL を使用して、画像を Cloud Storage にアップロードしてもらいます。

（D）ユーザーが画像をアップロードできる App Engine ウェブ アプリケーションを作成します。24 時間後にアプリケーションを無効にするように App Engine を構成します。Cloud Identity を介してユーザーを認証します。

（A）負荷テスト ツールによる再生のためにすべてのトランザクションを記録するように本番サービスをインストルメント化します。

（B）負荷テストで Cloud Bigtable のパフォーマンスが検証されていることを確認します。

（C）サービスが使用するすべてのサードパーティ システムが高負荷を処理できることを確認します。

（D）負荷テスト環境に使用する別の Google Cloud プロジェクトを作成します。

（E）詳細なログ記録とメトリック収集を使用して、負荷テスト ツールとターゲット サービスをインストルメント化します。

（F）負荷テスト ツールを本番環境に対して定期的に実行するようにスケジュールします。

（A）各マイクロサービスを Pod としてデプロイします。Ingress を使用してクラスター内で Pod を公開し、Ingress IP アドレス名を使用してクラスター内の他のマイクロサービスから Pod をアドレス指定します。

（B）各マイクロサービスを Deployment としてデプロイします。Ingress を使用してクラスター内の Deployment を公開し、Ingress IP アドレスを使用してクラスター内の他のマイクロサービスから Deployment をアドレス指定します。

（C）各マイクロサービスをデプロイメントとしてデプロイします。サービスを使用してクラスター内でデプロイメントを公開し、サービス DNS 名を使用してクラスター内の他のマイクロサービスからそのデプロイメントにアドレス指定します。

（D）各マイクロサービスを Pod としてデプロイします。サービスを使用してクラスター内で Pod を公開し、サービス DNS 名を使用してクラスター内の他のマイクロサービスからマイクロサービスをアドレス指定します。

（A）データを含む各サーバーに gsutil をインストールします。再開可能な転送を使用して、データを Cloud Storage にアップロードします。

（B）データを含む各サーバーに gsutil をインストールします。ストリーミング転送を使用してデータを Cloud Storage にアップロードします。

（C）データを Transfer Appliance に移動します。Cloud Dataprep を使用してデータを Cloud Storage に復号します。

（D）データを Transfer Appliance に移動します。Transfer Appliance Rehydrator を使用して、データを Cloud Storage に復号化します。

（A）同じプロジェクトと VPC にこれらの 2 つの関数を作成します。func_query が内部トラフィックのみを受け入れるようにします。func_query のイングレス ファイアウォールを作成して、func_display からのトラフィックのみを許可します。また、両方の関数が同じサービス アカウントを使用していることを確認します。

（B）func_query を「認証が必要」にします。一意のサービス アカウントを作成し、それを func_display に関連付けます。サービス アカウントに func_query の呼び出し元ロールを付与します。func_display に ID トークンを作成し、func_query を呼び出すときにそのトークンをリクエストに含めます。

（C）トークンを作成し、それを環境変数として func_display に渡します。func_query を呼び出すときに、リクエストにトークンを含めます。同じトークンを func _query に渡し、トークンが異なる場合は呼び出しを拒否します。

（D）func _query を「認証が必要」にして、内部トラフィックのみを受け入れます。同じ VPC にこれらの 2 つの関数を作成します。func_query のイングレス ファイアウォール ルールを作成して、func_display からのトラフィックのみを許可します。

（A）Cloud Dataprep をオンプレミス システムに接続します。Cloud Dataprep を使用してデータを探索およびクリーンアップします。

（B）Cloud Datalab をオンプレミス システムに接続します。Cloud Datalab を使用してデータを探索およびクリーンアップします。

（C）ファイルを Cloud Storage にアップロードします。Cloud Dataprep を使用してデータを探索およびクリーンアップします。

（D）ファイルを Cloud Storage にアップロードします。Cloud Datalab を使用してデータを探索およびクリーンアップします。