下載最新試用版
我們對我們的產品非常有信心，所以我們不提供会给客户带去麻煩的產品。
Google Professional-Data-Engineer日本語 考試概覽:
| 認證廠商: | Google Cloud |
|---|---|
| 考試名稱: | Google Cloud 認證專業資料工程師 |
| 考試代碼: | Professional-Data-Engineer |
| 及格分數: | 官方未公布（估計約 80%） |
| 考試時間: | 120 分鐘 |
| 實際考試題數: | 50-60 題 |
| 支援語言: | 日文, 英文 |
| 證照有效期限: | 2 年 |
| 考試費用: | 200 美元 |
| 相關認證: | Google Cloud 認證專業資料工程師 |
| 考試形式: | 單選題, 複選題 |
| 範例考題: | Google Professional-Data-Engineer日本語 範例考題 |
| 考試方式: | 線上遠端監考或至 Kryterion 認可考場應試 |
| 必備條件: | 無強制報考資格建議具備：3 年以上業界實務經驗，其中包含 1 年以上運用 Google Cloud 設計與建置解決方案的經驗。 |
| 官方大綱網址: | https://cloud.google.com/learn/certification/data-engineer |
Google Professional-Data-Engineer日本語 考試大綱：
| 主題 | 簡介 |
|---|---|
| 主題 1 |
|
| 主題 2 |
|
| 主題 3 |
|
| 主題 4 |
|
| 主題 5 |
|
參考：https://cloud.google.com/certification/data-engineer
最新的 Google Cloud Certified Professional-Data-Engineer-JPN 免費考試真題：
組織のマーケティング チームは、顧客データセットのセグメントを定期的に更新しています。マーケティング チームから、BigQuery で更新する必要がある 100 万件のレコードを含む CSV が提供されています。BigQuery で UPDATE ステートメントを使用すると、quotaExceeded エラーが発生します。どうすればよいでしょうか。
- A. BigQuery UPDATE DML ステートメントの制限内に収まるように、毎日更新されるレコードの数を減らします。
- B. CSV ファイルから新しいレコードを新しい BigQuery テーブルにインポートします。新しいレコードを既存のレコードとマージし、結果を新しい BigQuery テーブルに書き込む BigQuery ジョブを作成します。
- C. ソース CSV ファイルを Cloud Storage 内の小さな CSV ファイルに分割して、BigQuery ジョブあたりの BigQuery UPDATE DML ステートメントの数を減らします。
- D. Google Cloud Platform Console の割り当て管理セクションで、BigQuery UPDATE DML ステートメントの制限を増やします。
答案：B 🗳️
說明：（僅 VCESoft 成員可見）
BigQuery には過去 3 年間の履歴データがあり、データ パイプラインによって毎日新しいデータが BigQuery に配信されています。データ サイエンス チームが日付列でフィルタリングされ、30～90 日間のデータに制限されたクエリを実行すると、クエリによってテーブル全体がスキャンされることに気付きました。また、請求額が予想よりも急速に増加していることにも気付きました。SQL クエリを実行する機能を維持しながら、できるだけコスト効率よく問題を解決したいと考えています。どうすればよいでしょうか。
- A. DDL を使用してテーブルを再作成します。TIMESTAMP または DATE 型を含む列でテーブルをパーティション分割します。
- B. データ サイエンス チームに、テーブルを Cloud Storage 上の CSV ファイルにエクスポートし、Cloud Datalab を使用してファイルを直接読み取ってデータを探索することを推奨します。
- C. パイプラインを変更して、過去 30 ～ 90 日間のデータを 1 つのテーブルに保持し、より長い履歴を別のテーブルに保持することで、履歴全体にわたる完全なテーブルスキャンを最小限に抑えます。
- D. 1 日に 1 つの BigQuery テーブルを作成する Apache Beam パイプラインを作成します。データ サイエンス チームには、テーブル名のサフィックスにワイルドカードを使用して必要なデータを選択することを推奨します。
答案：A 🗳️
オンプレミスのデータ ウェアハウスを BigQuery に移行しています。移行の一環として、チーム間のコラボレーションを促進して、組織のデータから最大限の価値を引き出したいと考えています。組織内のチームが読み取り専用データをセルフサービス方式で安全に公開、検出、サブスクライブできるアーキテクチャを設計する必要があります。コストを最小限に抑えながら、データの鮮度を最大限に高める必要があります。どうすればよいでしょうか。
- A. 各チームのプロジェクトで共有するための新しいデータセットを作成します。サブスクライブしているチームにデータセットに対する bigquery.dataViewer ロールを付与します。
- B. 承認されたデータセットを作成して、サブスクライブ チームのプロジェクトで共有データを公開します。
- C. Analytics Hub を使用してデータ共有を容易にします。
- D. BigQuery Data Transfer Service を使用して、データセットを一元化された BigQuery プロジェクトにコピーし、共有します。
答案：C 🗳️
說明：（僅 VCESoft 成員可見）
正在檢視第 1 頁（共 87 頁）。
正在檢視第 1-5 題（共 433 題）。
0位客戶反饋
