Ngân hàng đề — Google Professional Cloud Architect
Tìm thấy 420 câu.
Your company is planning to modernize its data infrastructure to support analytics on archived financial transaction logs while also ensuring the logs are available for disaster recovery purposes. The data volume is approximately 200 TB, and the company wants a cost-effective, serverless solution with minimal operational overhead. Which two steps should they take? (Choose two)
-
A
Load the financial logs into BigQuery
-
B
Transfer the financial logs to Cloud SQL
-
C
Load the financial logs into Cloud Bigtable
-
D
Store the financial logs in Cloud Spanner
-
E
Upload the financial logs into Cloud Storage
Xem giải thích
Đáp án
A và E — nạp nhật ký giao dịch vào BigQuery, và đưa tệp lên Cloud Storage
Vì sao đúng
Đề có hai vế tách bạch, mỗi dịch vụ lo một:
- E. Cloud Storage cho phần lưu trữ để tuân thủ — rẻ nhất cho dữ liệu giữ lâu, và lifecycle policy tự đẩy xuống lớp lạnh hơn theo thời gian.
- A. BigQuery cho phần phân tích — truy vấn SQL ở quy mô lớn mà không phải vận hành gì.
Đây là mô hình quen thuộc: Cloud Storage giữ bản gốc, BigQuery là nơi đặt câu hỏi.
Vì sao các phương án khác sai
- B. Cloud SQL — CSDL giao dịch, không kham nổi khối lượng nhật ký tài chính tích luỹ.
- C. Bigtable — thông lượng cao nhưng không phải công cụ truy vấn phân tích, và đắt cho việc chỉ lưu trữ.
- D. Cloud Spanner — CSDL phân tán nhất quán mạnh, rất đắt và sai mục đích ở đây.
Your company is building a global data analytics platform on Google Cloud. The platform will process large volumes of data generated by IoT devices across multiple regions. The data must be stored for long-term retention, and the solution should be cost-effective, while also providing low-latency access for real-time analytics and batch processing. The platform must handle both structured and unstructured data. Which two storage solutions should you choose for this platform? (Choose two)
-
A
Store all data in Google Cloud Spanner for global consistency and availability.
-
B
Deploy a Cloud SQL instance for structured data storage.
-
C
Use Cloud Storage with Multi-Regional buckets for all data.
-
D
Use Cloud Bigtable for high-throughput, low-latency unstructured data storage.
-
E
Use BigQuery for real-time analytics and batch processing.
Xem giải thích
Đáp án
D và E — Bigtable cho dữ liệu thông lượng cao độ trễ thấp, và BigQuery cho phân tích
Vì sao đúng
Nền tảng IoT toàn cầu có hai đường dữ liệu khác nhau, và mỗi dịch vụ lo một:
- D. Bigtable — đường nóng: nhận hàng triệu điểm dữ liệu cảm biến mỗi giây, đọc lại theo khoá ở độ trễ mili giây. Mô hình chuỗi thời gian của nó khớp đúng dữ liệu IoT.
- E. BigQuery — đường phân tích: tổng hợp trên khối dữ liệu lớn, cho cả truy vấn thời gian thực lẫn xử lý theo lô.
Vì sao các phương án khác sai
- A. Dồn tất cả vào Spanner — nhất quán mạnh toàn cầu là thứ dữ liệu cảm biến không cần, mà giá thì rất cao và thông lượng ghi thấp hơn Bigtable.
- B. Cloud SQL — không kham nổi quy mô IoT.
- C. Chỉ dùng bucket đa vùng cho tất cả — lưu được nhưng tự nó không truy vấn hay phân tích gì.
A financial services company has been using Google Cloud to manage customer transactions, store sensitive data, and run analytics on customer behavior. As the company plans for future growth, it is considering incorporating AI-driven analytics and real-time data processing. Additionally, the company wants to ensure that its architecture can adapt to rapidly changing regulatory requirements across different regions. Which of the following architectural changes would best position the company to meet these future needs?
-
A
Use Compute Engine with preemptible VMs for cost-effective data processing and expand the architecture as needed to meet growing demands.
-
B
Implement a hybrid cloud strategy, combining Google Cloud with on-premises data centers, to retain control over sensitive data and allow flexibility in meeting regulatory requirements.
-
C
Adopt a microservices architecture using Google Kubernetes Engine (GKE) and Google Cloud Functions, enabling the company to develop and deploy AI-driven analytics services more rapidly.
-
D
Migrate to a serverless architecture using Google Cloud Run and Firebase, focusing on rapid development and deployment of customer-facing applications.
Xem giải thích
Đáp án
C — Kiến trúc microservice trên GKE
Vì sao đúng
Đề nói về một công ty tài chính đang mở rộng, với ba nhu cầu: giao dịch khách hàng, dữ liệu nhạy cảm, và phân tích hành vi. GKE cho phép tách các phần đó thành dịch vụ độc lập — co giãn riêng, triển khai riêng, và quan trọng với ngành tài chính là kiểm soát mạng chi tiết giữa các thành phần, nên phần chạm dữ liệu nhạy cảm được cô lập chặt hơn phần còn lại.
Vì sao các phương án khác sai
- A. Máy preemptible cho xử lý dữ liệu — máy bị thu hồi bất cứ lúc nào; không hợp với hệ thống xử lý giao dịch khách hàng.
- B. Chiến lược lai với trung tâm dữ liệu tại chỗ — giữ lại gánh nặng vận hành mà không nêu được lý do bắt buộc nào.
- D. Chuyển sang Cloud Run và Firebase — rất tốt cho ứng dụng không trạng thái, nhưng hạn chế hơn khi cần điều phối phức tạp và kiểm soát mạng chặt.
Your company is building a new cloud-native order processing platform on Google Cloud using GKE, Pub/Sub, and Cloud SQL. As the lead architect, you want to ensure the design aligns with the Operational Excellence pillar of the Google Cloud Well-Architected Framework. Which of the following strategies best reflects the Operational Excellence principles within the Well-Architected Framework?
-
A
Implement SLOs and error budgets, centralize logs and metrics in Cloud Monitoring, create automated runbooks for common incidents, and regularly conduct blameless postmortems.
-
B
Rely on a single senior SRE to manually handle all incidents and optimizations, since deep expertise is more important than standardized processes.
-
C
Focus on detailed architecture diagrams and extensive design documentation, but postpone setting up alerting and operational dashboards until after the first production launch.
-
D
Maximize horizontal scalability of GKE by adding multiple node pools and autoscalers, without focusing on observability or incident response processes.
Xem giải thích
Đáp án
A — Thiết lập SLO và ngân sách lỗi, gom log và số liệu về Cloud Monitoring
Vì sao đúng
Đề hỏi về độ tin cậy vận hành của một hệ thống mới. SLO là thứ biến "hệ thống chạy tốt" thành con số kiểm chứng được, và ngân sách lỗi sinh ra từ đó cho một quy tắc rõ ràng về khi nào được đẩy tính năng mới, khi nào phải dừng lại sửa. Gom log và số liệu về một chỗ là điều kiện để đo được những con số đó — với hệ thống trải trên GKE, Pub/Sub và Cloud SQL thì không gom lại sẽ không thấy bức tranh nào.
Vì sao các phương án khác sai
- B. Giao hết cho một kỹ sư SRE kỳ cựu — tạo điểm hỏng duy nhất bằng con người, và không mở rộng được.
- C. Đầu tư vào sơ đồ kiến trúc và tài liệu thiết kế — cần thiết nhưng tài liệu không nói cho bạn biết hệ thống đang thế nào.
- D. Tối đa hoá khả năng co giãn của GKE — giải quyết chuyện chịu tải, không phải chuyện độ tin cậy vận hành.
Your company wants to deploy a batch processing workload in Google Cloud using Apache Spark. The workload consists of a large number of compute-intensive tasks that can be executed in parallel. The workload must be scalable and cost-effective. How would you deploy the batch processing workload in Google Cloud to meet these requirements?
-
A
Use Cloud Dataproc to run the batch processing tasks.
-
B
Use Cloud Functions to run the batch processing tasks.
-
C
Use Cloud Batch to run the batch processing tasks.
-
D
Use a fleet of Compute Engine virtual machines to run the batch processing tasks.
Xem giải thích
Đáp án
A — Dùng Cloud Dataproc để chạy công việc theo lô
Vì sao đúng
Đề nói rõ khối lượng công việc dùng Apache Spark. Dataproc là dịch vụ Hadoop và Spark được quản lý của Google Cloud — dựng cụm trong khoảng hai phút, chạy đúng mã Spark hiện có mà không phải sửa, rồi xoá cụm khi xong. Với công việc theo lô song song hoá cao, đây là con đường ngắn nhất và rẻ nhất.
Vì sao các phương án khác sai
- B. Cloud Functions — giới hạn thời gian chạy và bộ nhớ, không kham nổi công việc nặng CPU.
- D. Tự dựng một đội máy ảo — bạn phải tự cài, tự cấu hình và tự vận hành cụm Spark, tức là làm lại đúng thứ Dataproc cho sẵn.
- C. Cloud Batch — là dịch vụ hợp lệ cho công việc theo lô nói chung, nhưng khi khối lượng công việc đã là Spark thì Dataproc mới là dịch vụ chuyên cho nó.
As a cloud architect, you are working with a client who operates a popular web service. Their traffic patterns are highly variable, and they need a deployment strategy that will scale in response to the load on their system. The client wants to deploy a Managed Instance Group (MIG) with a minimum of 5 instances and a maximum of 50 instances. Which of the following strategies should you use to meet these requirements?
-
A
Deploy the MIG with a minimum of 5 instances, but do not specify a maximum number of instances.
-
B
Deploy the MIG with Autoscaler, and use Instance Templates to specify the maximum number of instances.
-
C
Deploy the MIG and configure it with an Autoscaler, setting the target utilization level to match the desired load.
-
D
Deploy the MIG without Autoscaler, manually adding instances as needed.
Xem giải thích
Đáp án
C — Triển khai MIG kèm Autoscaler, đặt mục tiêu theo mức sử dụng
Vì sao đúng
Lưu lượng biến động mạnh thì cách co giãn đúng là bám theo tín hiệu thật chứ không theo con số cố định. Autoscaler theo dõi mức sử dụng — CPU, tốc độ yêu cầu, hoặc số liệu tuỳ chọn — rồi tự thêm bớt máy để giữ quanh mục tiêu bạn đặt. Tải tăng thì có thêm máy, tải giảm thì bớt máy và bớt tiền, không cần ai can thiệp.
Vì sao các phương án khác sai
- A. Đặt tối thiểu 5 máy nhưng không khai tối đa — không có trần thì một đợt tăng bất thường hoặc một lỗi ứng dụng có thể sinh ra hoá đơn rất lớn.
- B. Khai giới hạn trong Instance Template — sai chỗ: template mô tả máy trông như thế nào, còn số lượng máy là cấu hình của Autoscaler.
- D. Không dùng Autoscaler, thêm máy bằng tay — thao tác tay không bao giờ kịp với tải biến động mạnh.
For this question, refer to the EHR Healthcare case study.
https://services.google.com/fh/files/misc/v6.1_pca_ehr_healthcare_case_study_english.pdf
EHR Healthcare plans to migrate a sensitive dataset containing patient medical records to Google Cloud. The dataset will reside in Cloud Storage, and regulatory compliance requires that all data remain within the asia-south1 region. To meet compliance requirements, EHR Healthcare also needs to ensure that only authorized personnel have access to the data and that any access is fully auditable. What should you do?
-
A
Configure log-based alerts to monitor access to the Cloud Storage bucket.
-
B
Enable Object Versioning for the Cloud Storage bucket in the
asia-south1region. -
C
Set a bucket-level policy to restrict access to the
asia-south1region. -
D
Configure a VPC Service Controls perimeter around the Cloud Storage bucket in the
asia-south1region.
Xem giải thích
Đáp án
D — Lập vành đai VPC Service Controls quanh bucket
Vì sao đúng
Yêu cầu ở đây là dữ liệu không được rời khỏi phạm vi cho phép, và đó chính là thứ IAM không làm được: IAM trả lời "ai được truy cập", còn Service Controls trả lời "dữ liệu được phép đi tới đâu". Trong vành đai, ngay cả người có thông tin đăng nhập hợp lệ cũng không sao chép dữ liệu ra ngoài được. Với hồ sơ y tế thì đây là lớp phòng thủ chống rò rỉ do tài khoản bị chiếm.
Vì sao các phương án khác sai
- A. Cảnh báo dựa trên log truy cập — chỉ báo cho bạn sau khi chuyện đã xảy ra.
- B. Bật Object Versioning — chống mất dữ liệu do ghi đè hay xoá nhầm, không chống việc dữ liệu bị mang ra ngoài.
- C. Chính sách ở mức bucket giới hạn theo khu vực — kiểm soát nơi dữ liệu được lưu, không kiểm soát nơi dữ liệu được chuyển tới.
Your company is building a multi-tier web application in Google Cloud. The application has a web frontend, an application backend, and a database backend. The database backend is critical to the operation of the application and must be highly available and scalable. How would you design the database backend to meet these requirements?
-
A
Use a Cloud SQL read replica for the database backend and configure automatic failover.
-
B
Use a Cloud Spanner instance for the database backend.
-
C
Use a single Bigtable instance for the database backend.
-
D
Use a single Cloud SQL instance for the database backend.
Xem giải thích
Đáp án
B — Dùng Cloud Spanner cho tầng CSDL
Vì sao đúng
Đề đòi tầng CSDL vừa sẵn sàng cao vừa co giãn được, và Spanner là lựa chọn duy nhất trong danh sách đạt cả hai mà không phải đánh đổi tính đúng đắn: nó mở rộng theo chiều ngang bằng cách thêm node, nhân bản tự động, và vẫn giữ giao dịch ACID cùng nhất quán mạnh. Chuyển đổi khi có sự cố là tự động, không cần thao tác tay.
Vì sao các phương án khác sai
- D. Một instance Cloud SQL — điểm hỏng duy nhất và có trần mở rộng.
- A. Cloud SQL với bản sao đọc — bản sao chia tải đọc, nhưng mọi thao tác ghi vẫn dồn về một máy chủ; và chuyển đổi dự phòng có khoảng gián đoạn.
- C. Một instance Bigtable — thông lượng rất cao nhưng không có giao dịch nhiều hàng, nên không thay được CSDL quan hệ của một ứng dụng nhiều tầng.
As a cloud architect, you are working with an e-commerce client who expects a significant increase in traffic to their application hosted on Google Kubernetes Engine (GKE) during an upcoming sales event. To manage the increased load, the client wishes to enable autoscaling for their application. However, they want to ensure that any newly created pods during autoscaling are fully ready to handle traffic before being included in the service. Which of the following solutions should you implement?
-
A
Configure a liveness probe in your pod specification.
-
B
Configure a startup script in the pod specification to delay service registration.
-
C
Configure a readiness probe in your pod specification.
-
D
Enable Cluster Autoscaler on your GKE cluster.
Xem giải thích
Đáp án
C — Cấu hình readiness probe trong đặc tả pod
Vì sao đúng
Khi lưu lượng tăng, cụm sinh thêm pod — và vấn đề là pod vừa được tạo chưa sẵn sàng phục vụ ngay: nó còn phải nạp cấu hình, mở kết nối tới CSDL, làm nóng bộ đệm. Readiness probe giữ pod đó ngoài danh sách nhận lưu lượng cho tới khi nó tự báo đã sẵn sàng. Thiếu nó thì Kubernetes gửi yêu cầu vào pod chưa khởi động xong, và người dùng nhận lỗi đúng lúc cao điểm.
Vì sao các phương án khác sai
- A. Liveness probe — phát hiện pod đã chết hoặc treo để khởi động lại; nó không giữ pod mới ngoài vòng phục vụ.
- B. Dùng startup script để trì hoãn — đoán mò một khoảng thời gian cố định; đoán ngắn thì vẫn lỗi, đoán dài thì lãng phí.
- D. Bật Cluster Autoscaler — thêm node khi thiếu chỗ đặt pod, nhưng không giải quyết chuyện pod chưa sẵn sàng đã nhận lưu lượng.
As a cloud architect, you are helping an organization set up a secure, low-latency network connection between their Compute Engine instances in the us-central1 region and their local data center. They want to ensure the connection is private and the data isn't exposed over the public internet. Which of the following options should you recommend?
-
A
Set up VPN Gateway on Google Cloud and enable IPsec for secure, encrypted communication.
-
B
Set up Dedicated Interconnect at a colocation facility near their data center to connect directly to Google's network.
-
C
Set up a VPC Network Peering between their Google Cloud VPC and their local data center.
-
D
Use a NAT gateway to enable communication between the Compute Engine instances and the local data center.
Xem giải thích
Đáp án
B — Dựng Dedicated Interconnect tại một cơ sở colocation gần trung tâm dữ liệu
Vì sao đúng
Đề đòi an toàn và độ trễ thấp. Dedicated Interconnect cho đường vật lý riêng vào mạng Google: lưu lượng không đi qua Internet công cộng, độ trễ ổn định và đoán trước được, băng thông từ 10 Gbps. Đây là lựa chọn khi độ trễ là yêu cầu thật chứ không phải mong muốn.
Vì sao các phương án khác sai
- A. Cổng VPN với IPsec — an toàn về mã hoá, nhưng chạy trên Internet công cộng nên độ trễ biến động; không đạt vế thứ hai của đề.
- C. VPC Network Peering với trung tâm dữ liệu — peering chỉ nối hai VPC trong Google Cloud, không nối được mạng tại chỗ. Đây là bẫy lặp lại nhiều lần trong bộ đề này.
- D. NAT gateway — cho máy không có IP công khai đi ra Internet, không phải cơ chế nối hai mạng riêng.