問題一覧
1
新機能をリリースするスピードを速める
2
BigQueryによるクエリ分析の実施
3
最初は新機能を一部の顧客でテストしてから、本番環境に移行する。
4
影響を軽減するためのインシデント計画を作成する。
5
資本支出を運用支出に変更できる。
6
稼働率
7
ユーザーに対して常時安定的なサービスを提供できる。
8
ユーザーの身体データをリアルタイムで送信するIOTデバイスを装着してもらう。
9
予測結果の正確性のスコアを減らす。
10
ほぼ無制限にデータを保存できる。
11
バグの原因と解決方法をドキュメント化して、共有する。
12
コンテナ
13
ユーザーが必要なクラウドリソースのみにアクセスできる。
14
フィッシング
15
アプリケーションの診断、修正を迅速にできる。, 特定のユーザーに異なるバージョンのアプリケーションを提供できる。
16
デフォルトでデータが自動的に暗号化される。
17
データレイク
18
オンプレミス環境ではスケーリングを実施するのに調達時間と費用がかかる。
19
物理インフラを管理する必要がない。
20
アプリケーションを変更する際にダウンタイムが発生しない。
21
アプリケーションの迅速なデプロイとテストが可能である。
22
クラウドリソースの費用は使用状況によって異なるため、頻繁に確認する。
23
データウェアハウス
24
業務データの高度な分析
25
VMware vSphere環境をGoogle Cloudの仮想マシン上に再構築できる。
26
リアルタイムに各オフィスがあるリージョン間でデータを複製して、共有することができる。
27
開発環境の管理をマネージド型で Google に依頼できる。
28
アプリケーションの更新とデプロイを短縮する。
29
サービスレベルアグリーメント(SLA)
30
アプリケーションとオペレーティングシステムのイベントをテキストとして記録する。
31
アプリケーションプログラミングインターフェース(API)
32
Cloud Natural Language API
33
SSLプロキシロードバランサー
34
Anthos
35
App Engine
36
Google Cloud ではビジネスアイデアを検証しながら開発を進められる
37
Cloud Storage
38
Cloud Spanner
39
Google Kubenates Engineを利用して、コンテナベースのアプリケーションへと移行する。
40
需要に対して十分なサーバー数が不足している。
41
Identity Platform
42
Cloud Trace
43
Cloud Logging, Cloud Monitoring
44
BigQuery
45
Cloud Functions
46
Cloud Monitoring
47
ベアメタルソリューション
48
API を介して、在庫システムとウェブサイトに接続する。
49
API の使用状況の監視と分析
50
5分間
51
認証
52
許可
53
アプリケーションから取得したデータ分析結果を組織内で共有している
54
水平スケーリング
55
新しい機能を一部のユーザーに対してロールアウトしてテストする
56
既存のライセンスを持つイメージに移行して、移行後にライセンスを有効化する
57
IAM アクセス許可を上の階層に設定すると、下の階層にも適用される
58
大規模な構造化データをリアルタイムに取り込んで分析できる
59
確約利用割引を使用せずに、負荷に応じて仮想マシン数を起動する
60
ユーザー行動データ
61
開発リソースと本番リソースとは別のプロジェクトに配置する
62
仮想マシンを単一テナントノードに割り当てる
63
ルート組織ノードに対して組織ポリシーを定義して、全ての仮想マシンが外部 IP アドレスを持つことを制限する
64
Cloud Billing において、通常のオンプレミスコストに等しい予算を設定する。次に様々な閾値でアラートを設定して、予算の消費状況を追跡する
65
メトリクスを収集して、アプリケーションの異常を監視することができる
66
パブリッククラウド
67
組織リソースを頂点としたリソース階層を定義する
68
バックエンドに Firebase を使用したモバイルアプリケーションを構築する
69
パフォーマンスを瞬時にスケーリングできる
70
視覚などの人間の認知力を要するタスクを代替できるシステム
71
専門のデータサイエンティストが必要ない
72
システムの信頼性とデリバリーの迅速性
73
コンプライアンスレポートマネージャーにおいて、 PCI DSS の監査レポートをダウンロードする
74
API の利用状況をダッシュボードで可視化できる, API を介したデータ売買を実現できる
75
コストを抑えながら大量のデータを保存することができる
76
サービスレベル目標(SLO)に影響させずにリアルタイムでコードを更新する
77
機械学習
78
Cloud Armorをセットアップし不正な IP アドレスを拒否リストに追加する
79
特定のメッセージをターゲットオーディエンスに送信する, カスタマイズされたアラートを作成する, ターゲットオーディエンスの行動パターンに応じてメッセージのターゲットを設定する
80
プロジェクトの割引共有で確約利用契約を有効にする
81
サービスレベル目標(SLO)
82
ハードウェアのパッチ管理, 物理サーバーのセキュリティ対策
83
アプリケーションをモダナイズする
84
別の国でも引き続き同じ Google クラウド環境にアクセスできる
85
料金計算ツールを使用してリソースのコストを見積もる
86
Vertex AI
87
Linux または Windows OS に対応したCompute Engineの仮想マシン
88
Web App and API Protection(WAAP)を使用して、ボットによるアクセスを制限する
89
Cloud Identity
90
Cloud SQL
91
Cloud Run, Cloud App Engine Standard
92
Cloud Pub/Sub
93
BigQuery
94
Tensor Flow
95
Anthosを利用して、コアワークロードとなるコンテナを実行する
96
Firebase, App Engine
97
API を介して、新しいアプリケーションとレジシステムを接続する
98
Vertex AI
99
「部門-チーム」に基づいてネストされたフォルダ階層を構成する
100
Cloud Asset Inventoryを実行する
問題一覧
1
新機能をリリースするスピードを速める
2
BigQueryによるクエリ分析の実施
3
最初は新機能を一部の顧客でテストしてから、本番環境に移行する。
4
影響を軽減するためのインシデント計画を作成する。
5
資本支出を運用支出に変更できる。
6
稼働率
7
ユーザーに対して常時安定的なサービスを提供できる。
8
ユーザーの身体データをリアルタイムで送信するIOTデバイスを装着してもらう。
9
予測結果の正確性のスコアを減らす。
10
ほぼ無制限にデータを保存できる。
11
バグの原因と解決方法をドキュメント化して、共有する。
12
コンテナ
13
ユーザーが必要なクラウドリソースのみにアクセスできる。
14
フィッシング
15
アプリケーションの診断、修正を迅速にできる。, 特定のユーザーに異なるバージョンのアプリケーションを提供できる。
16
デフォルトでデータが自動的に暗号化される。
17
データレイク
18
オンプレミス環境ではスケーリングを実施するのに調達時間と費用がかかる。
19
物理インフラを管理する必要がない。
20
アプリケーションを変更する際にダウンタイムが発生しない。
21
アプリケーションの迅速なデプロイとテストが可能である。
22
クラウドリソースの費用は使用状況によって異なるため、頻繁に確認する。
23
データウェアハウス
24
業務データの高度な分析
25
VMware vSphere環境をGoogle Cloudの仮想マシン上に再構築できる。
26
リアルタイムに各オフィスがあるリージョン間でデータを複製して、共有することができる。
27
開発環境の管理をマネージド型で Google に依頼できる。
28
アプリケーションの更新とデプロイを短縮する。
29
サービスレベルアグリーメント(SLA)
30
アプリケーションとオペレーティングシステムのイベントをテキストとして記録する。
31
アプリケーションプログラミングインターフェース(API)
32
Cloud Natural Language API
33
SSLプロキシロードバランサー
34
Anthos
35
App Engine
36
Google Cloud ではビジネスアイデアを検証しながら開発を進められる
37
Cloud Storage
38
Cloud Spanner
39
Google Kubenates Engineを利用して、コンテナベースのアプリケーションへと移行する。
40
需要に対して十分なサーバー数が不足している。
41
Identity Platform
42
Cloud Trace
43
Cloud Logging, Cloud Monitoring
44
BigQuery
45
Cloud Functions
46
Cloud Monitoring
47
ベアメタルソリューション
48
API を介して、在庫システムとウェブサイトに接続する。
49
API の使用状況の監視と分析
50
5分間
51
認証
52
許可
53
アプリケーションから取得したデータ分析結果を組織内で共有している
54
水平スケーリング
55
新しい機能を一部のユーザーに対してロールアウトしてテストする
56
既存のライセンスを持つイメージに移行して、移行後にライセンスを有効化する
57
IAM アクセス許可を上の階層に設定すると、下の階層にも適用される
58
大規模な構造化データをリアルタイムに取り込んで分析できる
59
確約利用割引を使用せずに、負荷に応じて仮想マシン数を起動する
60
ユーザー行動データ
61
開発リソースと本番リソースとは別のプロジェクトに配置する
62
仮想マシンを単一テナントノードに割り当てる
63
ルート組織ノードに対して組織ポリシーを定義して、全ての仮想マシンが外部 IP アドレスを持つことを制限する
64
Cloud Billing において、通常のオンプレミスコストに等しい予算を設定する。次に様々な閾値でアラートを設定して、予算の消費状況を追跡する
65
メトリクスを収集して、アプリケーションの異常を監視することができる
66
パブリッククラウド
67
組織リソースを頂点としたリソース階層を定義する
68
バックエンドに Firebase を使用したモバイルアプリケーションを構築する
69
パフォーマンスを瞬時にスケーリングできる
70
視覚などの人間の認知力を要するタスクを代替できるシステム
71
専門のデータサイエンティストが必要ない
72
システムの信頼性とデリバリーの迅速性
73
コンプライアンスレポートマネージャーにおいて、 PCI DSS の監査レポートをダウンロードする
74
API の利用状況をダッシュボードで可視化できる, API を介したデータ売買を実現できる
75
コストを抑えながら大量のデータを保存することができる
76
サービスレベル目標(SLO)に影響させずにリアルタイムでコードを更新する
77
機械学習
78
Cloud Armorをセットアップし不正な IP アドレスを拒否リストに追加する
79
特定のメッセージをターゲットオーディエンスに送信する, カスタマイズされたアラートを作成する, ターゲットオーディエンスの行動パターンに応じてメッセージのターゲットを設定する
80
プロジェクトの割引共有で確約利用契約を有効にする
81
サービスレベル目標(SLO)
82
ハードウェアのパッチ管理, 物理サーバーのセキュリティ対策
83
アプリケーションをモダナイズする
84
別の国でも引き続き同じ Google クラウド環境にアクセスできる
85
料金計算ツールを使用してリソースのコストを見積もる
86
Vertex AI
87
Linux または Windows OS に対応したCompute Engineの仮想マシン
88
Web App and API Protection(WAAP)を使用して、ボットによるアクセスを制限する
89
Cloud Identity
90
Cloud SQL
91
Cloud Run, Cloud App Engine Standard
92
Cloud Pub/Sub
93
BigQuery
94
Tensor Flow
95
Anthosを利用して、コアワークロードとなるコンテナを実行する
96
Firebase, App Engine
97
API を介して、新しいアプリケーションとレジシステムを接続する
98
Vertex AI
99
「部門-チーム」に基づいてネストされたフォルダ階層を構成する
100
Cloud Asset Inventoryを実行する