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）PCI データを処理するすべての仮想マシン (VM) にラベルを付けることで、監査検出フェーズを合理化します。

（B）クレジットカードデータのみを処理する別のプロジェクトを作成します。

（C）Google BigQuery へのログのエクスポートを有効にし、ACL とビューを使用して監査人と共有されるデータの範囲を指定します。

（D）個別のサブネットワークを作成し、クレジットカード データを処理するコンポーネントを分離します。

（E）トークナイザー サービスを作成し、トークン化されたデータのみを保存します。

（A）クラウドスパナー

（B）ビッグクエリ

（C）クラウド ビッグテーブル

（D）クラウド データストア

（A）Google クラウド ストレージ

（B）Google クラウド データストア

（C）Google Cloud Bigtable

（D）Google Cloud SQL

（A）重複を識別するためのクエリを実行した後、カード データを Secret Manager に保存します。

（B）カードデータを決定論的アルゴリズムで暗号化し、複数の Memorystore インスタンスに分割します。

（C）Datastore モードを使用して、Firestore に保存されている決定論的アルゴリズムでカード データを暗号化します。

（D）列レベルの暗号化を使用して、Cloud SQL にデータを保存します。

（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）Google Kubernetes エンジン

（B）アプリエンジン

（C）クラウドエンドポイント

（D）コンピューティングエンジン

（A）Cloud Platform Console で永続ディスクのサイズを増やし、Linux の fdisk コマンドを使用して新しいスペースが使用可能であることを確認します。

（B）Cloud Platform Console で、仮想マシンに接続された新しい永続ディスクを作成し、フォーマットしてマウントし、ファイルを新しいディスクに移動するようにデータベース サービスを構成します。

（C）仮想マシンをシャットダウンし、Cloud Platform Console を使用して永続ディスクのサイズを増やしてから、仮想マシンを再起動します。

（D）Cloud Platform Console で永続ディスクのサイズを増やし、Linux で resize2fs コマンドを使用します。

（E）Cloud Platform Console で、永続ディスクのスナップショットを作成し、そのスナップショットを新しい大きなディスクに復元し、古いディスクをアンマウントして新しいディスクをマウントし、データベース サービスを再起動します。

（A）新しい専用相互接続接続を追加する

（B）専用相互接続接続の帯域幅を 100 G にアップグレードします

（C）3つの新しいCloud VPN接続を追加します

（D）新しいキャリアピアリング接続を追加する

（A）各マイクロサービスでのリクエストのレイテンシを分析するために、Stackdnver Trace を使用してアプリケーションをインストルメント化します。

（B）Stackdriver Monitoring を使用して、API のレイテンシが高い時期を示す分析情報を探します。

（C）各リクエストのカスタム メトリックを Stackdriver Monitoring に送信します。

（D）リクエストをより早く失敗できるように、アプリケーションにタイムアウトを設定します。

（A）Cloud Run と BigQuery

（B）Compute Engine の自動スケーリング マネージド インスタンス グループと Cloud Bigtable

（C）Compute Engine の自動スケーリングマネージドインスタンスグループと BigQuery

（D）Cloud Run と Cloud Bigtable

（A）すべてのプロジェクトに対して Stackdriver Monitoring を構成し、BigQuery にエクスポートします。

（B）デフォルトの保持ポリシーを使用して、すべてのプロジェクトに対して Stackdriver Monitoring を構成します。

（C）セキュリティ チームに各プロジェクトのログへのアクセス権を付与します。

（D）すべてのプロジェクトに対して Stackdriver Monitoring を構成し、Google Cloud Storage にエクスポートします。

（A）インスタンス グループ アップデーターを使用して更新をデプロイし、部分的なロールアウトを作成して、カナリア テストを可能にします。

（B）更新を App Engine アプリケーションの新しいバージョンとしてデプロイし、新しいバージョンと現在のバージョンの間でトラフィックを分割します。

（C）新しい VPC に更新をデプロイし、Google のグローバル HTTP 負荷分散を使用して、更新と現在のアプリケーションの間でトラフィックを分割します。

（D）更新を新しい App Engine アプリケーションとしてデプロイし、Google のグローバル HTTP 負荷分散を使用して、新しいアプリケーションと現在のアプリケーションの間でトラフィックを分割します。