問題1
ある企業が、Webアプリケーションをスケーラブルかつ高可用性で実行するために、GCP を利用することを検討しています。このアプリケーションは、世界中のユーザーからのトラフィックを処理する必要があります。
この要件を満たすために、以下の選択肢のうち、最も適切なソリューションはどれですか？
A. Compute Engine インスタンスと Cloud Load Balancing を使用する B. Kubernetes Engine と Cloud SQL を使用する C. App Engine と Cloud Spanner を使用する D. Cloud Functions と Cloud CDN を使用する
問題2
ある開発チームは、GCP 上でマイクロサービスアーキテクチャのアプリケーションを構築しています。チームは、各マイクロサービスを個別にデプロイおよびスケーリングしたいと考えています。
この要件を満たすために、以下の選択肢のうち、最も適切なコンテナオーケストレーションプラットフォームはどれですか？
A. Compute Engine B. Kubernetes Engine C. Cloud Functions D. App Engine
問題3
ある企業は、大量のデータを分析するために、GCP を利用することを検討しています。このデータは、構造化データと非構造化データの両方を含んでいます。
この要件を満たすために、以下の選択肢のうち、最も適切なデータ分析ソリューションはどれですか？
A. BigQuery と Cloud Storage を使用する B. Cloud Spanner と Cloud SQL を使用する C. Cloud Dataflow と Cloud Pub/Sub を使用する D. Cloud Dataproc と Cloud HBase を使用する
問題4
ある企業は、GCP 上で機械学習モデルをトレーニングおよびデプロイしたいと考えています。
この要件を満たすために、以下の選択肢のうち、最も適切な機械学習プラットフォームはどれですか？
A. AI Platform B. Cloud Spanner C. Cloud Functions D. App Engine
問題5
ある企業は、GCP 上でIDとアクセス管理を管理したいと考えています。
この要件を満たすために、以下の選択肢のうち、最も適切なアイデンティティとアクセス管理ソリューションはどれですか？
A. Cloud Identity and Access Management (IAM) B. Cloud Storage C. Kubernetes Engine D. App Engine
解答
- A. Compute Engine インスタンスと Cloud Load Balancing を使用する
- B. Kubernetes Engine を使用する
- A. BigQuery と Cloud Storage を使用する
- A. AI Platform を使用する
- A. Cloud Identity and Access Management (IAM) を使用する
解説
問題1:
このシナリオでは、スケーラビリティと可用性を確保する必要があります。Compute Engine インスタンスと Cloud Load Balancing を組み合わせることで、トラフィックの増加に応じて自動的にスケールアップ/スケールダウンできる、高可用性の Web アプリケーションを実現できます。
問題2:
マイクロサービスアーキテクチャでは、各サービスを個別にデプロイおよびスケーリングする必要があります。Kubernetes Engine は、コンテナをオーケストレーションするためのプラットフォームであり、この要件を満たすのに最適です。
問題3:
BigQuery は、ペタバイト規模のデータセットをクエリできる、スケーラブルなデータウェアハウスです。Cloud Storage は、オブジェクトストレージサービスであり、構造化データと非構造化データの両方を保存できます。BigQuery と Cloud Storage を組み合わせることで、大量のデータを分析することができます。
問題4:
AI Platform は、機械学習モデルのトレーニング、デプロイ、スケーリングを容易にする、フルマネージドのプラットフォームです。
問題5:
Cloud IAM は、GCP リソースへのアクセスを制御するための、アイデンティティとアクセス管理ソリューションです。組織のユーザーとサービスに適切なアクセス権を付与することで、リソースを保護することができます。
