[2022년 9월 26일] 전문가-클라우드-건축사 문제지 미리 준비하기 [Q119-Q142]

Q119. 고객이 기존 기업 애플리케이션을 온프레미스 데이터 센터에서 Google Cloud Platform으로 이전하려는 경우. 비즈니스 소유자는 사용자 중단을 최소화해야 합니다. 비밀번호 저장에 대한 보안팀의 엄격한 요구 사항이 있습니다.
어떤 인증 전략을 사용해야 할까요?

G Suite 비밀번호 동기화를 사용하여 Google에 비밀번호를 복제하세요.

SAML 2.0을 통해 기존 ID 공급자와 인증을 페더레이션합니다.

Google 클라우드 디렉터리 동기화 도구를 사용하여 Google에서 사용자를 프로비저닝합니다.

사용자에게 회사 비밀번호와 일치하도록 Google 비밀번호를 설정하도록 요청합니다.

Q120. 회사의 대규모 웹사이트 포트폴리오의 클릭 데이터를 위한 스토리지 시스템을 선택하라는 요청을 받았습니다. 이 데이터는 사용자 지정 웹사이트 분석 패키지에서 일반적으로 분당 6,000회의 클릭 속도로 스트리밍되며, 초당 최대 8,500회의 클릭이 발생합니다. 이 데이터는 데이터 과학 및 사용자 경험 팀이 향후 분석할 수 있도록 저장되어야 합니다. 어떤 스토리지 인프라를 선택해야 할까요?

Google Cloud SQL

구글 클라우드 빅테이블

Google 클라우드 스토리지

Google 클라우드 데이터스토어

Q121. 이 질문은 TerramEarth 사례 연구를 참조하세요.
구글 클라우드 플랫폼 도입 증가로 인해 TerramEarth의 레거시 엔터프라이즈 프로세스 중 어떤 것이 크게 변화할까요?

운영 비용/자본 비용 할당, LAN 변경, 용량 계획

용량 계획, TCO 계산, 운영 비용/자본 비용 할당

용량 계획, 사용률 측정, 데이터 센터 확장

데이터 센터 확장, TCO 계산, 사용률 측정

Q122. 사례 연구: 3 - 젠코마트 사례 연구
회사 개요
젠코마트는 16개국에 10,000개 이상의 매장을 보유한 글로벌 소매업체입니다. 매장에서는 식료품, 타이어, 보석 등 다양한 상품을 취급합니다. 이 회사의 핵심 가치 중 하나는 우수한 고객 서비스입니다. 또한 최근 향후 5년간 탄소 배출량을 50% 감축하기 위한 환경 정책을 도입했습니다.
회사 배경
1931년 잡화점으로 시작한 젠코마트는 뛰어난 가치와 고객 서비스로 유명한 세계 최고의 브랜드 중 하나로 성장했습니다. 시간이 지남에 따라 오프라인 매장에서 오프라인 매장과 온라인을 결합한 하이브리드 모델로 전환했으며, 온라인 매출은 251조 3,000억 달러에 달합니다. 현재 젠코마트는 아시아 시장에 거의 진출하지 않았지만, 아시아 시장을 미래 성장의 핵심으로 보고 있습니다.
솔루션 개념
젠코마트는 몇 가지 중요한 애플리케이션을 클라우드로 마이그레이션하려고 하지만 클라우드에 대한 적합성 및 마이그레이션에 필요한 엔지니어링을 결정하기 위한 기술 검토를 완료하지 못했습니다. 현재 수명이 다되어 더 이상 지원되지 않는 인프라에서 이러한 모든 애플리케이션을 호스팅하고 있습니다.
기존 기술 환경
젠코마트는 4개의 데이터 센터에서 모든 애플리케이션을 호스팅합니다: 북미에 3개, 유럽에 1개가 있으며, 대부분의 애플리케이션은 이중으로 호스팅됩니다.
젠코마트는 온프레미스 아키텍처의 종속성 및 리소스 사용량 메트릭을 잘 이해하고 있습니다.
애플리케이션 고객 로열티 포털
JencoMart가 소유한 미국 내 두 곳에서 제공되는 LAMP(Linux, Apache, MySQL 및 PHP) 애플리케이션입니다.
데이터 센터.
데이터베이스
* 오라클 데이터베이스는 사용자 프로필을 저장합니다.

* 사용자 자격 증명을 저장하는 PostgreSQL 데이터베이스
-미국 서부에 위치

모든 사용자를 인증합니다.
계산
* 미국 서부 해안에 30대의 머신이 있습니다:

* 미국 동부 지역에 20대의 머신이 있습니다:
-코어 CPU

RAID 1)

스토리지
* 각 위치에서 공유 100TB SAN에 액세스
* 매주 테이프 백업
비즈니스 요구 사항
* 피크 시간대에는 용량 최적화, 비피크 시간대에는 가치 최적화
* 보증 서비스 이용 가능 여부 및 지원
* 온프레미스 설치 공간 및 관련 재정적, 환경적 영향을 줄입니다.
* 인프라 구매와 관련된 대규모 초기 비용을 피하기 위해 아웃소싱 모델로 전환하기
* 아시아 지역으로 서비스 확장.
기술 요구 사항
* 클라우드 적합성을 위해 주요 애플리케이션을 평가합니다.
* 클라우드용 애플리케이션을 수정합니다.
* 애플리케이션을 새 인프라로 이동합니다.
* 가능한 경우 관리형 서비스를 활용하세요.
* 기존 데이터 센터의 용량 20% 일몰 종료
* 아시아 지역 지연 시간 단축
CEO 성명서
젠코마트는 더 많은 사람들이 웹에 접속함에 따라 고객과의 개인적인 관계를 지속적으로 발전시켜 나갈 것입니다. 리테일 비즈니스의 미래는 글로벌 시장과 온라인과 오프라인 매장 경험의 연결에 있습니다. 글로벌 대기업으로서 우리는 '친환경' 이니셔티브와 정책을 통해 환경에 대한 책임도 가지고 있습니다.
CTO 성명서
데이터 센터 운영의 어려움으로 인해 장기적인 성공에 중요한 핵심 기술에 집중할 수 없습니다. 데이터 서비스를 퍼블릭 클라우드 인프라로 이전하면 빅데이터와 머신 러닝에 집중하여 서비스 고객을 개선할 수 있습니다.
CFO 성명서
창립 이래 JencoMart는 데이터 서비스 인프라에 막대한 투자를 해왔습니다. 하지만 시장 트렌드의 변화로 인해 장기적인 성공을 보장하기 위해 인프라를 아웃소싱해야 했습니다. 이 모델을 통해 성수기에 증가하는 고객 수요에 대응하고 비용을 절감할 수 있습니다.
이 질문에 대한 답변은 젠코마트 사례 연구를 참조하세요.
젠코마트의 애플리케이션을 구글 클라우드 플랫폼(GCP)으로 마이그레이션하는 작업이 너무 느리게 진행되고 있습니다. 인프라는 다이어그램에 나와 있습니다.
처리량을 최대화하고자 합니다.
잠재적인 병목 현상 세 가지는 무엇인가요? (답변 3개를 선택하세요.)

처리량을 제한하는 단일 VPN 터널

이 작업에 적합하지 않은 Google 클라우드 스토리지 계층

장거리 작업에 적합하지 않은 복사 명령어

온프레미스 머신보다 적은 수의 GCP의 가상 머신(VM)

이 작업에 적합하지 않은 가상 머신 외부의 별도 스토리지 계층

온프레미스 인프라와 GCP 간의 복잡한 인터넷 연결 문제

Q123. 클라우드 데이터스토어를 지속성 계층으로 사용하는 App Engine 애플리케이션을 만들고 있습니다.
식별자가 있는 여러 루트 엔티티를 검색해야 합니다. 클라우드 데이터스토어에서 수행하는 작업의 오버헤드를 최소화하고 싶습니다. 어떻게 해야 할까요?

각 엔티티에 대한 키 개체를 생성하고 일괄 가져오기 작업을 실행합니다.

각 엔티티에 대한 키 개체를 생성하고 각 엔티티에 대해 하나의 작업씩 여러 개의 가져오기 작업을 실행합니다.

식별자를 사용하여 쿼리 필터를 만들고 일괄 쿼리 작업을 실행합니다.

식별자를 사용하여 쿼리 필터를 만들고 각 엔터티에 대해 하나의 작업으로 여러 쿼리 작업을 실행합니다.

Q124. 뉴스 피드 웹 서비스에는 Google 앱 엔진에서 다음 코드가 실행되고 있습니다. 부하가 최고조에 달할 때 사용자가 이미 본 뉴스 기사를 볼 수 있다고 보고합니다.
이 문제의 가장 유력한 원인은 무엇인가요?

세션 변수는 단일 인스턴스에만 로컬입니다.

클라우드 데이터스토어에서 세션 변수를 덮어쓰는 중입니다.

캐싱을 방지하기 위해 API의 URL을 수정해야 합니다.

HTTP 만료 헤더를 -1로 설정하여 캐싱을 중지해야 합니다.

Q125. 이 질문에 대해서는 TerramEarth 사례 연구를 참조하세요.
환경 조건에 따라 오일 압력과 같은 작동 매개변수를 조정하여 효율성을 높일 수 있는 TerramEarth의 각 차량이 있습니다. 주요 목표는 현장에 있는 2천만 대의 모든 셀룰러 및 비연결 차량의 운영 효율성을 높이는 것입니다. 이 목표를 어떻게 달성할 수 있을까요?

엔지니어가 데이터에서 패턴을 검사한 다음, 자동으로 작동을 조정하는 규칙이 포함된 알고리즘을 만들도록 하세요.

모든 운영 데이터를 캡처하고, 이상적인 운영을 식별하는 머신 러닝 모델을 학습하고, 로컬에서 실행하여 자동으로 운영 조정을 수행합니다.

슬라이딩 창으로 Google Cloud 데이터흐름 스트리밍 작업을 구현하고, GCM(Google Cloud 메시징)을 사용하여 자동으로 운영 조정을 수행하세요.

모든 운영 데이터를 캡처하고, 이상적인 운영을 식별하는 머신러닝 모델을 학습하고, Google Cloud 머신러닝(ML) 플랫폼에서 호스팅하여 자동으로 운영 조정을 수행하세요.

Q126. 마케팅 부서에서 홍보 이메일 캠페인을 발송하려고 합니다. 개발팀은 직접적인 운영 관리를 최소화하고자 합니다. 하루에 100~50만 건에 이르는 다양한 고객 반응을 예상합니다. 링크는 프로모션에 대해 설명하고 사용자 정보와 선호도를 수집하는 간단한 웹사이트로 연결됩니다. 어떤 인프라를 추천하나요? (2개 선택)

Google 앱 엔진을 사용하여 웹사이트를 서비스하고 Google 클라우드 데이터스토어를 사용하여 사용자 데이터를 저장합니다.

Google 컨테이너 엔진 클러스터를 사용하여 웹사이트를 제공하고 영구 디스크에 데이터를 저장하세요.

관리형 인스턴스 그룹을 사용하여 웹사이트를 제공하고 Google Cloud Bigtable을 사용하여 사용자 데이터를 저장합니다.

단일 컴퓨팅 엔진 가상 머신(VM)을 사용하여 Google Cloud SQL로 지원되는 웹 서버를 호스팅하세요.

Q127. 사례 연구: 7 - 마운트커크 게임즈
회사 개요
마운트커크 게임즈는 모바일 플랫폼용 온라인 세션 기반 멀티플레이어 게임을 제작합니다. 모든 게임을 서버 측 통합을 사용하여 빌드합니다. 지금까지는 클라우드 제공업체를 통해 물리적 서버를 임대해 왔습니다.
일부 게임의 예상치 못한 인기로 인해 전 세계 사용자, 애플리케이션 서버, MySQL 데이터베이스 및 분석 도구를 확장하는 데 어려움을 겪었습니다.
현재 모델은 게임 통계를 파일로 작성하고 ETL 도구를 통해 중앙 집중식 MySQL 데이터베이스에 로드하여 보고하는 방식입니다.
솔루션 개념
Mountkirk Games는 큰 인기를 끌 것으로 예상되는 새로운 게임을 개발 중입니다. 이들은 스트리밍 메트릭을 캡처하고, 집중적인 분석을 실행하고, 자동 확장 서버 환경을 활용하고, 관리형 NoSQL 데이터베이스와 통합할 수 있도록 게임의 백엔드를 Google Compute Engine에 배포할 계획입니다.
비즈니스 요구 사항
전 세계로 확장하세요.
* 가동 시간 향상 - 다운타임은 플레이어의 손실입니다.
* 사용하는 클라우드 리소스의 효율성을 높입니다.
* 모든 고객에게 지연 시간을 줄입니다.
* 기술 요구 사항
게임 백엔드 플랫폼 요구 사항
게임 활동에 따라 동적으로 확장 또는 축소할 수 있습니다.
* 트랜잭션 데이터베이스 서비스에 연결하여 사용자 프로필과 게임 상태를 관리합니다.
* 향후 분석을 위해 게임 활동을 시계열 데이터베이스 서비스에 저장합니다.
* 시스템이 확장됨에 따라 처리 백로그로 인해 데이터가 손실되지 않도록 하세요.
* 강화된 Linux 배포판을 실행합니다.
* 게임 애널리틱스 플랫폼 요구 사항
게임 활동에 따라 동적으로 확장 또는 축소
* 게임 서버에서 직접 수신되는 데이터를 즉시 처리합니다.
* 느린 모바일 네트워크로 인해 늦게 도착하는 데이터 처리
* 쿼리가 최소 10TB의 기록 데이터에 액세스할 수 있도록 허용합니다.
* 사용자의 모바일 장치에서 정기적으로 업로드되는 파일 처리
* 경영진 성명서
이전에 사용하던 클라우드 서비스 제공업체에서 게임을 성공적으로 출시한 후 확장성이 좋지 않아 사용자 채택률이 떨어지고 게임 평판에도 영향을 미쳤습니다. 투자자들은 게임의 속도와 안정성을 평가할 수 있는 더 많은 핵심 성과 지표(KPI)와 사용 패턴에 대한 심층적인 인사이트를 제공하는 기타 지표를 통해 타겟 사용자에 맞게 게임을 조정할 수 있기를 원했습니다.
또한 현재 기술 스택으로는 필요한 규모를 제공할 수 없으므로 MySQL을 대체하고 자동 확장, 짧은 지연 시간 로드 밸런싱을 제공하며 물리적 서버 관리에서 벗어날 수 있는 환경으로 전환하고자 합니다.
이 질문에 대해서는 Mountkirk Games 사례 연구를 참조하세요. 귀사의 컴퓨팅 워크로드에 대한 기술 아키텍처를 분석하고 정의해야 합니다(마운트커크 게임즈).
마운트커크 게임즈의 비즈니스 및 기술 요구 사항을 고려할 때 어떻게 해야 하나요?

네트워크 로드 밸런서를 생성합니다. 선점 가능한 컴퓨트 엔진 인스턴스를 사용합니다.

네트워크 로드 밸런서를 생성합니다. 선점할 수 없는 컴퓨트 엔진 인스턴스를 사용합니다.

관리형 인스턴스 그룹 및 자동 확장 정책으로 글로벌 로드 밸런서를 생성합니다. 선점 가능한 컴퓨트 엔진 인스턴스를 사용합니다.

관리형 인스턴스 그룹 및 자동 확장 정책으로 글로벌 로드 밸런서를 생성합니다. 선점할 수 없는 컴퓨트 엔진 인스턴스를 사용합니다.

Q128. 회사에서 모든 웹 트래픽 데이터를 Google 애널리틱스 360에서 캡처하여 BigQuery에 저장합니다. 각 국가마다 고유한 데이터 세트가 있습니다. 각 데이터 세트에는 여러 개의 테이블이 있습니다. 각 국가의 분석가가 해당 국가의 데이터만 보고 쿼리할 수 있기를 원합니다.
액세스 권한은 어떻게 구성해야 하나요?

국가별로 그룹을 만듭니다. 해당 국가 그룹에 애널리스트를 추가합니다. 단일 그룹 만들기
'all_analysts'를 만들고 모든 국가 그룹을 멤버로 추가합니다. 'all-analysts' 그룹에 BigQuery jobUser의 IAM 역할을 부여합니다. 각 분석가 국가 그룹에 보기 액세스 권한이 있는 적절한 데이터 집합을 공유합니다.

국가별로 그룹을 만듭니다. 해당 국가 그룹에 애널리스트를 추가합니다. 단일 그룹 만들기
'all_analysts'를 만들고 모든 국가 그룹을 멤버로 추가합니다. 'all-analysts' 그룹에 BigQuery jobUser의 IAM 역할을 부여합니다. 각 분석가 국가 그룹과 뷰 액세스 권한이 있는 적절한 테이블을 공유합니다.

국가별로 그룹을 만듭니다. 해당 국가 그룹에 애널리스트를 추가합니다. 단일 그룹 만들기
'all_analysts'를 만들고 모든 국가 그룹을 멤버로 추가합니다. '모든 분석가' 그룹에 BigQuery 데이터 뷰어의 IAM 역할을 부여합니다. 보기 액세스 권한이 있는 적절한 데이터 집합을 각 분석가 국가 그룹과 공유합니다.

국가별로 그룹을 만듭니다. 해당 국가 그룹에 애널리스트를 추가합니다. 단일 그룹 만들기
'all_analysts'를 만들고 모든 국가 그룹을 멤버로 추가합니다. '모든 분석가' 그룹에 BigQuery 데이터 뷰어의 IAM 역할을 부여합니다. 각 분석가 국가 그룹과 뷰 액세스 권한이 있는 적절한 테이블을 공유합니다.

Q129. 아키텍처에서는 모든 관리자 활동 및 VM 시스템 로그를 중앙 집중식으로 수집해야 합니다.
프로젝트.
VM과 서비스 모두에서 이러한 로그를 어떻게 수집해야 할까요?

모든 관리자 및 VM 시스템 로그는 Stackdriver에 의해 자동으로 수집됩니다.

스택드라이버는 대부분의 서비스에 대한 관리자 활동 로그를 자동으로 수집합니다. 스택드라이버 로깅 에이전트
를 각 인스턴스에 설치해야 시스템 로그를 수집할 수 있습니다.

사용자 지정 syslogd 컴퓨팅 인스턴스를 시작하고 모든 가상 머신을 전달하도록 GCP 프로젝트와 가상 머신을 구성합니다.
로그를 기록합니다.

단일 컴퓨팅 인스턴스에 Stackdriver 로깅 에이전트를 설치하고 모든 감사 및 액세스를 수집하도록 합니다.
로그를 수집합니다.

Q130. 업데이트해야 하는 앱 엔진 애플리케이션이 있습니다. 프로덕션 환경에서 업데이트를 테스트하려는 경우
현재 애플리케이션 버전을 교체하기 전에
어떻게 해야 하나요?

인스턴스 그룹 업데이터를 사용하여 업데이트를 배포하여 카나리아를 허용하는 부분 롤아웃을 생성합니다.
테스트.

업데이트를 App Engine 애플리케이션에 새 버전으로 배포하고, 새 버전과 기존 버전 간에 트래픽을 분할합니다.
및 최신 버전.

새 VPC에 업데이트를 배포하고 Google의 글로벌 HTTP 로드 밸런싱을 사용하여 다음 사이에 트래픽을 분할합니다.
업데이트 및 현재 애플리케이션을 확인합니다.

업데이트를 새 앱 엔진 애플리케이션으로 배포하고 Google의 글로벌 HTTP 로드 밸런싱을 사용하여 다음을 수행합니다.
새 애플리케이션과 현재 애플리케이션 간에 트래픽을 분할합니다.

Q131. 회사의 애플리케이션 안정성 팀이 백엔드 서비스에 디버그 기능을 추가하여 최종 분석을 위해 모든 서버 이벤트를 Google 클라우드 스토리지로 전송합니다. 이벤트 기록은 최소 50KB에서 최대 15MB이며 초당 3,000개의 이벤트가 최고조에 달할 것으로 예상됩니다. 데이터 손실을 최소화하고 싶습니다.
어떤 프로세스를 구현해야 하나요?

파일 본문에 메타데이터를 추가합니다.
개별 파일을 압축합니다.
서버이름-타임스탬프를 사용하여 파일 이름을 지정합니다.
버킷이 1시간 이상 지난 경우 새 버킷을 만들고 개별 파일을 새 버킷에 저장합니다.
그렇지 않으면 기존 버킷에 파일을 저장합니다.

메타데이터를 위한 단일 매니페스트 파일로 10,000개의 이벤트마다 일괄 처리하세요.
이벤트 파일과 매니페스트 파일을 하나의 아카이브 파일로 압축합니다.
서버이름-이벤트 시퀀스를 사용하여 파일 이름을 지정합니다.
버킷이 1일보다 오래된 경우 새 버킷을 만들고 단일 아카이브 파일을 새 버킷에 저장합니다. 그렇지 않으면 단일 아카이브 파일을 기존 버킷에 저장합니다.

개별 파일을 압축합니다.
서버이름-이벤트 시퀀스로 파일 이름을 지정합니다.
하나의 버킷에 파일 저장
저장 후 각 개체에 대한 사용자 지정 메타데이터 헤더를 설정합니다.

파일 본문에 메타데이터를 추가합니다.
개별 파일을 압축합니다.
임의의 접두사 패턴으로 파일 이름을 지정합니다.
하나의 버킷에 파일 저장

Q132. 이 질문에 대해서는 헬리콥터 레이싱 리그(HRL) 사례 연구를 참조하세요. HRL 개발팀은 매주 화요일 저녁 3시(UTC)에 예측 기능 애플리케이션의 새 버전을 리포지토리에 릴리스합니다. HRL의 보안팀은 사내 침투 테스트 클라우드 기능인 Airwolf를 개발했습니다.
보안팀은 매주 화요일에 예측 기능 애플리케이션이 출시되는 즉시 Airwolf를 실행하려고 합니다. 매주 반복되는 주기로 Airwolf를 실행하도록 설정해야 합니다. 어떻게 해야 하나요?

클라우드 기능을 트리거하는 클라우드 작업 및 클라우드 스토리지 버킷을 설정합니다.

클라우드 기능을 트리거하는 클라우드 로깅 싱크와 클라우드 스토리지 버킷을 설정합니다.

클라우드 함수를 트리거하는 게시/서브 대기열에 알리도록 배포 작업을 구성합니다.

클라우드 기능을 트리거하도록 ID 및 액세스 관리(IAM) 및 기밀 컴퓨팅을 설정합니다.

Q133. 이 질문에 대해서는 TerramEarth 사례 연구를 참조하세요.
TerramEarth의 CTO는 커넥티드 차량의 원시 데이터를 사용하여 개발 팀에서 차량의 고장 시점을 대략적으로 파악하고자 합니다. 분석가들이 차량 데이터를 중앙에서 쿼리할 수 있도록 하려고 합니다. 어떤 아키텍처를 권장해야 하나요?
A)

B)

C)

D)

옵션 A

옵션 B

옵션 C

옵션 D

Q134. 회사의 테스트 스위트는 Linux 가상 머신에서 매일 테스트를 실행하는 사용자 지정 C++ 애플리케이션입니다. 전체 테스트 스위트를 완료하는 데 몇 시간이 걸리며, 테스트용으로 예약된 제한된 수의 온프레미스 서버에서 실행됩니다. 회사에서 테스트 인프라를 클라우드로 이전하여 시스템 변경 사항을 완전히 테스트하는 데 걸리는 시간을 줄이면서 테스트 변경은 가능한 한 적게 하고자 합니다. 어떤 클라우드 인프라를 추천하나요?

Google 컴퓨트 엔진 비관리형 인스턴스 그룹 및 네트워크 부하 분산 장치

자동 확장 기능을 갖춘 Google Compute Engine 관리 인스턴스 그룹

각 테스트를 처리하기 위해 Apache Hadoop 작업을 실행하는 구글 클라우드 데이터프록

로깅을 위한 구글 스택드라이버가 포함된 구글 앱 엔진

Q135. 이 질문에 대해서는 TerramEarth 사례 연구를 참조하세요. 유럽의 GDPR 규정을 준수하기 위해 TerramEarth는 유럽 고객으로부터 생성된 데이터에 개인 데이터가 포함된 경우 36개월이 지나면 삭제해야 합니다. 새로운 아키텍처에서는 이 데이터가 클라우드 스토리지와 BigQuery에 모두 저장됩니다. 어떻게 해야 하나요?

유럽 데이터에 대한 BigQuery 테이블을 만들고 테이블 보존 기간을 36개월로 설정합니다. 클라우드 저장소의 경우, gsutil을 사용하여 연령 조건이 36개월인 DELETE 작업을 사용하여 수명 주기 관리를 사용하도록 설정합니다.

유럽 데이터에 대한 BigQuery 테이블을 만들고 테이블 보존 기간을 36개월로 설정합니다. 클라우드 저장소의 경우, 36개월이라는 연령 조건이 있는 경우 gsutil을 사용하여 SetStorageClass를 NONE으로 설정하는 작업을 만듭니다.

유럽 데이터에 대해 시간 분할 테이블을 만들고 파티션 만료 기간을 다음과 같이 설정합니다.
36개월. 클라우드 스토리지의 경우 gsutil을 사용하여 나이 조건이 36개월인 삭제 작업을 사용하여 수명 주기 관리를 활성화합니다.

유럽 데이터에 대한 시간 분할 테이블을 만들고 분할 기간을 36개월로 설정합니다. 클라우드 저장소의 경우, gsutil을 사용하여 36개월의 연령 조건으로 SetStorageClass를 NONE으로 설정하는 작업을 만듭니다.

Q136. 회사에서 75TB의 데이터를 Google Cloud로 옮기고 있습니다. 클라우드 스토리지를 사용하고 Google 권장 사례를 따르고자 합니다. 어떻게 해야 하나요?

데이터를 전송 어플라이언스로 옮깁니다. 전송 어플라이언스 재수화기를 사용하여 데이터를 클라우드 스토리지로 복호화합니다.

데이터를 전송 어플라이언스로 옮깁니다. 클라우드 데이터프렙을 사용해 데이터를 클라우드 스토리지로 복호화합니다.

데이터가 들어 있는 각 서버에 gsutil을 설치합니다. 재개 가능한 전송을 사용하여 데이터를 클라우드 스토리지에 업로드합니다.

데이터가 포함된 각 서버에 gsutil을 설치합니다. 스트리밍 전송을 사용하여 데이터를 클라우드 스토리지에 업로드합니다.

Q137. echo-deployment라는 이름의 디플로이먼트를 사용하여 쿠버네티스 엔진에 애플리케이션을 배포했습니다. 이 배포는 echo-service라는 서비스를 사용하여 노출됩니다. 애플리케이션의 다운타임을 최소화하면서 애플리케이션에 대한 업데이트를 수행해야 합니다. 어떻게 해야 하나요?

kubectl 설정 이미지 배포/반향 배포 사용

쿠버네티스 클러스터 뒤에 있는 인스턴스 그룹의 롤링 업데이트 기능 사용

새 컨테이너 이미지로 디플로이먼트 yaml 파일을 업데이트한다. kubectl 삭제 배포/ 에코-디플로이먼트 및 kubectl 생성 -f 을 사용한다.

새 컨테이너 이미지가 포함된 서비스 yaml 파일을 업데이트한다. kubectl 삭제 서비스/에코서비스와 kubectl 생성 -f 을 사용한다.

Q138. 업무 시간에만 사용하도록 애플리케이션을 설계하고 있습니다. 최소 실행 가능한 제품 출시를 위해 활동이 없을 때 비용이 발생하지 않도록 자동으로 "0으로 확장"되는 관리형 제품을 사용하려고 합니다.
어떤 기본 컴퓨팅 리소스를 선택해야 하나요?

클라우드 기능

컴퓨팅 엔진

구글 쿠버네티스 엔진

앱엔진의 유연한 환경

Q139. 사례 연구: 4 - Dress4Win 사례 연구
회사 개요
Dress4win은 웹사이트와 모바일 애플리케이션을 통해 사용자가 개인 옷장을 정리하고 관리할 수 있도록 지원하는 웹 기반 회사입니다. 또한 사용자와 디자이너 및 소매업체를 연결하는 활발한 소셜 네트워크를 구축합니다. 광고, 전자상거래, 추천, 부분 유료화 앱 모델을 통해 서비스 수익을 창출합니다.
회사 배경
설립자의 차고에서 몇 대의 서버로 시작한 Dress4win의 애플리케이션은 코로케이션 데이터 센터의 수백 대의 서버와 어플라이언스로 성장했습니다. 그러나 이제 인프라의 용량이 애플리케이션의 빠른 성장에 비해 충분하지 않습니다. 이러한 성장과 더 빠르게 혁신하고자 하는 회사의 열망으로 인해 Dress4win은 퍼블릭 클라우드로의 전면적인 마이그레이션을 추진하고 있습니다.
솔루션 개념
클라우드로의 마이그레이션의 첫 단계로 Dress4win은 개발 및 테스트 환경의 이전을 고려하고 있습니다. 또한 현재 인프라가 단일 위치에 있기 때문에 재해 복구 사이트 구축도 고려하고 있습니다. 하지만 아키텍처의 어떤 구성 요소를 그대로 마이그레이션할 수 있는지, 마이그레이션하기 전에 어떤 구성 요소를 변경해야 하는지 잘 모르겠습니다.
기존 기술 환경
Dress4win 애플리케이션은 단일 데이터 센터 위치에서 제공됩니다.
데이터베이스:
MySQL - 사용자 데이터, 인벤토리, 정적 데이터

Redis - 메타데이터, 소셜 그래프, 캐싱

애플리케이션 서버:
Tomcat - Java 마이크로 서비스

Nginx - 정적 콘텐츠

Apache Beam - 일괄 처리

스토리지 어플라이언스:
VM 호스트용 iSCSI

파이버 채널 SAN - MySQL 데이터베이스

NAS - 이미지 스토리지, 로그, 백업

Apache Hadoop/Spark 서버:
데이터 분석

실시간 트렌드 계산

MQ 서버:
메시징

소셜 알림

이벤트

기타 서버:
젠킨스, 모니터링, 바스티온 호스트, 보안 스캐너

비즈니스 요구 사항

확장된 프로덕션 패리티로 안정적이고 재현 가능한 환경을 구축하세요. 클라우드에 대한 일련의 보안 및 ID 및 액세스 관리(IAM) 모범 사례를 정의하고 준수하여 보안을 개선하세요.
새로운 리소스의 신속한 프로비저닝을 통해 비즈니스 민첩성과 혁신 속도를 향상하세요.
클라우드에서의 성능을 위해 아키텍처를 분석하고 최적화하세요. 다른 모든 요구 사항이 충족되면 클라우드로 완전히 마이그레이션하세요.
기술 요구 사항
클라우드에서 리소스를 프로비저닝하기 위한 자동화 프레임워크를 평가하고 선택하세요. 비상 시 프로덕션 환경을 Cloud로 페일오버할 수 있도록 지원하세요. 클라우드로 마이그레이션하여 용량을 절약할 수 있는 프로덕션 서비스를 식별하세요.
가능하면 관리형 서비스를 사용하세요.
유선 및 미사용 데이터를 암호화하세요.
프로덕션 데이터 센터와 클라우드 환경 간의 다중 VPN 연결을 지원합니다.
CEO 성명서
투자자들은 현재 인프라로 확장하고 비용을 억제할 수 있는 능력에 대해 우려하고 있습니다. 또한 새로운 경쟁자가 퍼블릭 클라우드 플랫폼을 사용하여 초기 투자를 상쇄하고 더 나은 기능을 개발하는 데 집중할 수 있을지도 모른다고 우려하고 있습니다.
CTO 성명서
현재 인프라에 많은 투자를 해왔지만 많은 장비의 수명이 다 되어가고 있습니다. 새로운 프로젝트를 시작하기 전에 새 장비가 설치될 때까지 몇 주씩 기다려야 하는 상황이 계속되고 있습니다. 트래픽 패턴은 오전과 주말 저녁에 가장 높으며, 그 외 시간대에는 80%의 용량이 유휴 상태로 남아 있습니다.
CFO 성명서
현재 자본 지출이 분기별 예상치를 초과하고 있습니다. 클라우드로 마이그레이션하면 초기에는 지출이 증가할 수 있지만, 다음 하드웨어 교체 주기 전에 완전히 전환할 수 있을 것으로 예상합니다. 향후 5년간의 총소유비용(TCO) 분석에 따르면 클라우드 전략은 현재 모델보다 30~50% 낮은 것으로 나타났습니다.
이 질문에 대해서는 Dress4Win 사례 연구를 참조하세요.
감사 담당자는 최소 10년 동안 Dress4Win의 판매 및 세금 기록을 가끔씩 열람할 수 있도록 해야 합니다. 비용 최적화가 최우선 과제입니다. 어떤 클라우드 서비스를 선택해야 할까요?

데이터를 저장하기 위한 구글 클라우드 스토리지 콜드라인과 데이터에 액세스하기 위한 gsutil이 필요합니다.

데이터를 저장하려면 Google 클라우드 스토리지 니어라인을, 데이터에 액세스하려면 gsutil을 사용하세요.

데이터를 저장할 위치는 미국 또는 EU의 Google Bigtabte, 데이터에 액세스할 위치는 gcloud로 설정합니다.

데이터를 저장하는 BigQuery, 데이터에 액세스하는 관리형 인스턴스 그룹의 웹 서버 클러스터. 데이터를 저장하기 위해 두 개의 서로 다른 리전에 걸쳐 미러링된 Google Cloud SQL과 데이터에 액세스하기 위해 관리형 인스턴스 그룹의 Redis 클러스터를 사용합니다.

Q140. 백업 클라우드 스토리지 버킷에서 90일이 지난 백업 파일을 제거하는 솔루션을 만들고 있습니다.
지속적인 클라우드 스토리지 지출을 최적화하고 싶습니다. 어떻게 해야 할까요?

XML로 수명 주기 관리 규칙을 작성하고 gsutil을 사용하여 버킷에 푸시합니다.

수명 주기 관리 규칙을 JSON으로 작성하고 gsutil을 사용하여 버킷에 푸시합니다.

90일이 지난 항목을 찾아서 제거하려면 gsutil -lr gs://backups/**를 사용하여 크론 스크립트를 예약하세요.

90일이 지난 항목을 찾아서 제거하려면 gsutil ls -1 gs://backups/**를 사용하여 크론 스크립트를 예약하고 크론으로 예약하세요.

Q141. 모바일 채팅 애플리케이션을 디자인하고 있습니다. 특정 사용자가 보낸 메시지를 제공함으로써 사람들이 채팅 메시지를 스푸핑할 수 없도록 하려고 합니다.
어떻게 해야 하나요?

메시지 클라이언트 측에 발신 사용자 식별자와 대상 사용자로 태그를 지정합니다.

공유 키로 블록 기반 암호화를 사용하여 메시지 클라이언트 측을 암호화합니다.

공개 키 인프라(PKI)를 사용하여 발신 사용자의 개인 키를 사용하여 메시지 클라이언트 측을 암호화합니다.

신뢰할 수 있는 인증 기관을 사용하여 클라이언트 애플리케이션과 서버 간의 SSL 연결을 활성화합니다.

Q142. 이 질문에 대해서는 Mountkirk Games 사례 연구를 참조하세요.
Mountkirk Games는 새로운 백엔드를 Google Cloud Platform(GCP)에 배포했습니다. 새 버전의 백엔드를 대중에게 공개하기 전에 철저한 테스트 프로세스를 만들고자 합니다. 테스트 환경을 경제적인 방식으로 확장하고 싶습니다. 프로세스를 어떻게 설계해야 할까요?

프로덕션 부하 시뮬레이션을 위해 GCP에서 확장 가능한 환경을 만듭니다.

기존 인프라를 사용하여 GCP 기반 백엔드를 대규모로 테스트하세요.

GCP 내부 리소스를 사용하여 애플리케이션의 각 구성 요소에 스트레스 테스트를 구축하여 부하를 시뮬레이션합니다.

GCP에서 정적 환경 세트를 생성하여 다양한 수준의 부하(예: 높음, 중간, 낮음)를 테스트합니다.