• ホーム
  • ブログ
  • 更新されたのは2026年09月は100%カバー率でProfessional-Cloud-DevOps-Engineer日本語リアルな試験問題で100%合格保証 [Q111-Q129]

更新されたのは2026年09月は100%カバー率でProfessional-Cloud-DevOps-Engineer日本語リアルな試験問題で100%合格保証 [Q111-Q129]

Share

更新されたのは2026年09月は100%カバー率でProfessional-Cloud-DevOps-Engineer日本語リアルな試験問題で100%合格保証

実際問題を使おうGoogle問題集で100%無料で使えるProfessional-Cloud-DevOps-Engineer日本語試験問題集

質問 # 111
アプリケーションは Google Cloud Platform (GCP) 上で実行されます。アプリケーション リリースを GCP にデプロイするには、Jenkins を実装する必要があります。リリース プロセスを合理化し、運用負担を軽減し、ユーザー データを安全に保ちたいと考えています。あなたは何をするべきか？

  • A. ローカル ワークステーションに Jenkins を実装します。
  • B. Google Cloud Functions に Jenkins を実装します。
  • C. Compute Engine 仮想マシンに Jenkins を実装します。
  • D. オンプレミスの Kubernetes に Jenkins を実装する

正解：C

解説：
Explanation
Your application runs on Google Cloud Platform (GCP). You need to implement Jenkins for deploying application releases to GCP. You want to streamline the release process, lower operational toil, and keep user data secure. What should you do?
https://plugins.jenkins.io/google-compute-engine/


質問 # 112
あなたの会社は、Google Kubernetes Engine (GKE) にデプロイされるアプリケーションを開発しています。 各チームが異なるアプリケーションを管理しています。 コストを最小限に抑えながら、各チームの開発環境と本番環境を作成する必要があります。 異なるチームが他のチームの環境にアクセスできないようにする必要があります。 Google が推奨する方法に従うにはどうすればよいですか?

  • A. チームごとに 1 つの Google Cloud プロジェクトを作成します。 各プロジェクトで、開発用のクラスタと本番用のクラスタを作成します。 チームにそれぞれのクラスタへの Identity and Access Management（1AM）アクセス権を付与します。
  • B. 開発用と本番用の GKE クラスタを別のプロジェクトに作成する 各クラスタでチームごとに Kubernetes 名前空間を作成し、各チームが自分の名前空間にのみアクセスできるように Identity-Aware Proxy を構成します
  • C. チームごとに 1 つの Google Cloud プロジェクトを作成します。 各プロジェクトで、開発用と本番用の Kubernetes 名前空間を持つクラスタを作成します。 チームにそれぞれのクラスタへの Identity and Access Management (1AM) アクセス権を付与します。
  • D. 開発用と本番用の GKE クラスタを別のプロジェクトに作成する 各クラスタでチームごとに Kubernetes 名前空間を作成し、各チームが自分の名前空間にのみアクセスできるように Kubernetes ロールベースのアクセス制御 (RBAC) を構成します。

正解：D

解説：
Explanation
The best option for creating the development and production environments for each team while minimizing costs and ensuring isolation is to create a development and a production GKE cluster in separate projects, in each cluster create a Kubernetes namespace per team, and then configure Kubernetes role-based access control (RBAC) so that each team can only access its own namespace. This option allows you to use fewer clusters and projects than creating one project or cluster per team, which reduces costs and complexity. It also allows you to isolate each team's environment by using namespaces and RBAC, which prevents teams from accessing other teams' environments.


質問 # 113
Google Cloud にデプロイされたアプリケーションのフロントエンド層を構成しています。 フロントエンド層は ngmx でホストされ、Envoy ベースの外部 HTTP(S) ロードバランサを前面に備えたマネージド インスタンス グループを使用してデプロイされます。 アプリケーションは完全にヨーロッパ内にデプロイされます。 west2 リージョン: 英国に拠点を置くユーザーのみにサービスを提供します。最もコスト効率の高いネットワーク層と負荷分散構成を選択する必要があります。何を使用する必要がありますか?

  • A. リージョン ロード バランサーを備えたスタンダード ティア
  • B. リージョン ロード バランサーを備えたプレミアム ティア
  • C. グローバル ロード バランサーを備えたプレミアム ティア
  • D. グローバル ロード バランサーを備えたスタンダード ティア

正解：B


質問 # 114
Cloud Run アプリケーションは、非構造化ログをテキスト文字列として Cloud Logging に書き込みます。非構造化ログを JSON ベースの構造化ログに変換したいと考えています。あなたは何をするべきか？

  • A. Cloud Logging ソフトウェア開発キット (SDK) を使用するようにアプリケーションを変更し、jsonPay10ad フィールドを含むログエントリを送信します。
  • B. ログ テキスト ペイロードを JSON ペイロードに変換するようにログ エージェントを構成します。
  • C. A Fluent Bit サイドカー コンテナーをインストールし、JSON パーサーを使用します。
  • D. Cloud Run コンテナ イメージにログ エージェントをインストールし、ログ エージェントを使用してログを Cloud Logging に転送します。

正解：A

解説：
The correct answer is D, Modify the application to use Cloud Logging software development kit (SDK), and send log entries with a jsonPayload field.
Cloud Logging SDKs are libraries that allow you to write structured logs from your Cloud Run application. You can use the SDKs to create log entries with a jsonPayload field, which contains a JSON object with the properties of your log entry. The jsonPayload field allows you to use advanced features of Cloud Logging, such as filtering, querying, and exporting logs based on the properties of your log entry1.
To use Cloud Logging SDKs, you need to install the SDK for your programming language, and then use the SDK methods to create and send log entries to Cloud Logging. For example, if you are using Node.js, you can use the following code to write a structured log entry with a jsonPayload field2:
// Imports the Google Cloud client library
const {Logging} = require('@google-cloud/logging');
// Creates a client
const logging = new Logging();
// Selects the log to write to
const log = logging.log('my-log');
// The data to write to the log
const text = 'Hello, world!';
const metadata = {
// Set the Cloud Run service name and revision as labels
labels: {
service_name: process.env.K_SERVICE || 'unknown',
revision_name: process.env.K_REVISION || 'unknown',
},
// Set the log entry payload type and value
jsonPayload: {
message: text,
timestamp: new Date(),
},
};
// Prepares a log entry
const entry = log.entry(metadata);
// Writes the log entry
await log.write(entry);
console.log(`Logged: ${text}`);
Using Cloud Logging SDKs is the best way to convert unstructured logs to structured logs, as it provides more flexibility and control over the format and content of your log entries.
Using a Fluent Bit sidecar container is not a good option, as it adds complexity and overhead to your Cloud Run application. Fluent Bit is a lightweight log processor and forwarder that can be used to collect and parse logs from various sources and send them to different destinations3. However, Cloud Run does not support sidecar containers, so you would need to run Fluent Bit as part of your main container image. This would require modifying your Dockerfile and configuring Fluent Bit to read logs from supported locations and parse them as JSON. This is more cumbersome and less reliable than using Cloud Logging SDKs.
Using the log agent in the Cloud Run container image is not possible, as the log agent is not supported on Cloud Run. The log agent is a service that runs on Compute Engine or Google Kubernetes Engine instances and collects logs from various applications and system components. However, Cloud Run does not allow you to install or run any agents on its underlying infrastructure, as it is a fully managed service that abstracts away the details of the underlying platform.
Storing the password directly in the code is not a good practice, as it exposes sensitive information and makes it hard to change or rotate the password. It also requires rebuilding and redeploying the application each time the password changes, which adds unnecessary work and downtime.
Reference:
1: Writing structured logs | Cloud Run Documentation | Google Cloud
2: Write structured logs | Cloud Run Documentation | Google Cloud
3: Fluent Bit - Fast and Lightweight Log Processor & Forwarder
4: Logging Best Practices for Serverless Applications - Google Codelabs
5: About the logging agent | Cloud Logging Documentation | Google Cloud
6: Cloud Run FAQ | Google Cloud


質問 # 115
あなたは最近、サービスの 1 つが現在のローリング ウィンドウ期間のエラー バジェットを超えていることに気づきました。あなたの会社の製品チームは、新しい機能をリリースしようとしています。サイト信頼性エンジニアリング (SRE) プラクティスに従いたいと考えています。
あなたは何をするべきか？

  • A. エラー バジェットが使い果たされたことをチームに通知します。リリースの凍結についてチームと交渉するか、ユーザー エクスペリエンスの多少の悪化を許容します。
  • B. 状況をエスカレーションし、追加のエラー バジェットを要求します。
  • C. エラー バジェットの不足についてチームに通知し、すべてのテストが成功することを確認して、立ち上げによってエラー バジェットがさらに危険にさらされないようにする。
  • D. 製品に関連する他のメトリクスを調べて、残りのエラー バジェットを持つ SLO を見つけます。
    エラー バジェットを再割り当てし、機能の起動を許可します。

正解：A

解説：
The correct answer is A. Notify the team that their error budget is used up. Negotiate with the team for a launch freeze or tolerate a slightly worse user experience.
According to the Site Reliability Engineering (SRE) practices, an error budget is the amount of unreliability that a service can tolerate without harming user satisfaction1.An error budget is derived from the service-level objectives (SLOs), which are the measurable goals for the service quality2. When a service exceeds its error budget, it means that it has violated its SLOs and may have negatively impacted the users.In this case, the SRE team should notify the product team that their error budget is used up and negotiate with them for a launch freeze or a lower SLO3. A launch freeze means that no new features are deployed until the service reliability is restored. A lower SLO means that the product team accepts a slightly worse user experience in exchange for launching new features. Both options require a trade-off between reliability and innovation, and should be agreed upon by both teams.
The other options are incorrect because they do not follow the SRE practices.Option B is incorrect because it violates the principle of error budget autonomy, which means that each service should have its own error budget and SLOs, and should not borrow or reallocate them from other services4. Option C is incorrect because it does not address the root cause of the error budget overspend, and may create unrealistic expectations for the service reliability. Option D is incorrect because it does not prevent the possibility of introducing new errors or bugs with the feature launch, which may further degrade the service quality and user satisfaction.


質問 # 116
Terraform を使用して、Google Cloud 環境にデプロイされたアプリケーションを管理します。 アプリケーションは、マネージド インスタンス グループによってデプロイされたインスタンス上で実行されます。 Terraform コードは、CI/CD パイプラインを使用してデプロイされます。 マネージド インスタンス グループによって使用されるインスタンス テンプレートのマシンタイプを変更する場合インスタンス グループの場合、パイプラインは Terraform の適用段階で失敗し、次のエラー メッセージが表示されます。

インスタンス テンプレートを更新して、アプリケーションの中断とパイプラインの実行数を最小限に抑える必要があります。

  • A. マネージド インスタンス グループを削除し、インスタンス テンプレートを更新した後に再作成します。
  • B. Terraform 状態ファイルからマネージド インスタンス グループを削除し、インスタンス テンプレートを更新し、マネージド インスタンス グループを再インポートします。
  • C. 新しいインスタンス テンプレートを追加し、新しいインスタンス テンプレートを使用するようにマネージド インスタンス グループを更新し、古いインスタンス テンプレートを削除します。
  • D. インスタンス テンプレートのライフサイクル ブロックで create_bef ore_destroy メタ引数を true に設定します。

正解：D

解説：
The best option for updating the instance template and minimizing disruption to the application and the number of pipeline runs is to set the create_before_destroy meta-argument to true in the lifecycle block on the instance template. The create_before_destroy meta-argument is a Terraform feature that specifies that a new resource should be created before destroying an existing one during an update. This way, you can avoid downtime and errors when updating a resource that is in use by another resource, such as an instance template that is used by a managed instance group. By setting the create_before_destroy meta-argument to true in the lifecycle block on the instance template, you can ensure that Terraform creates a new instance template with the updated machine type, updates the managed instance group to use the new instance template, and then deletes the old instance template.


質問 # 117
Google Cloud Platform（GCP）上で稼働する高トラフィックのウェブアプリケーションをサポートしています。エンジニアリングの変更を加えることなく、ユーザーの視点からアプリケーションの信頼性を測定する必要があります。どうすればよいでしょうか？
2つの回答を選択してください

  • A. アプリケーションを使用したユーザー ジャーニーをシミュレートするための新しい合成クライアントを作成します。
  • B. 現在のアプリケーション メトリックを確認し、必要に応じて新しいメトリックを追加します。
  • C. Web プロキシ ログのみを分析し、各要求の応答時間をキャプチャします。
  • D. ユーザー操作に関する追加情報を取得するためにコードを変更します。
  • E. 現在のリクエスト ログと履歴リクエスト ログを使用して、顧客とアプリケーションのやり取りを追跡します。

正解：A、E


質問 # 118
開発、品質保証 (QA)、本番環境という 3 つの異なる環境を持つシステムを設計しています。各環境は Terraform を使用してデプロイされ、アプリケーション チームがアプリケーションをデプロイできるように Google Kubernetes Engine Enterprise (GKE Enterprise) クラスタが作成されます。各 GKE Enterprise クラスタにインフラストラクチャ レベルのリソースをデプロイするには、Config Sync を使用してテンプレート化します。すべてのユーザー (インフラストラクチャ オペレーターやアプリケーション オーナーなど) は GitOps を使用します。インフラストラクチャ アズ コード (IaC) とアプリケーション コードの両方のソース管理リポジトリをどのように構成すればよいでしょうか。

  • A. クラウド インフラストラクチャ (Terraform) リポジトリは分離されています: ブランチが異なると環境が異なります。GKE エンタープライズ インフラストラクチャ (Config Sync Kustomize マニフェスト) リポジトリは分離されています: オーバーレイ ディレクトリが異なると環境が異なります。アプリケーション (アプリのソース コード) リポジトリは分離されています: ブランチが異なると機能が異なります。
  • B. Cloud Infrastructure (Terraform) リポジトリは共有されています: ブランチが異なると環境が異なります GKE Enterprise Infrastructure (Config Sync Kustomize マニフェスト) リポジトリは共有されています: オーバーレイ ディレクトリが異なると環境が異なります アプリケーション (アプリのソース コード) リポジトリは共有されています: ディレクトリが異なると機能が異なります
  • C. Cloud Infrastructure (Terraform) リポジトリは共有されています: ディレクトリが異なると環境が異なります。GKE Enterprise Infrastructure (Config Sync Kustomize マニフェスト) リポジトリは共有されています: オーバーレイ ディレクトリが異なると環境が異なります。アプリケーション (アプリのソース コード) リポジトリは分離されています: ブランチが異なると機能が異なります。
  • D. クラウド インフラストラクチャ (Terraform) リポジトリは共有されています: ディレクトリが異なれば環境も異なります。GKE エンタープライズ インフラストラクチャ (Config Sync Kustomize マニフェスト) リポジトリは分離されています: ブランチが異なれば環境も異なります。アプリケーション (アプリのソースコード) リポジトリは分離されています: ブランチが異なれば機能が異なります。

正解：C


質問 # 119
会社のマルチクラウド環境でアプリケーションの CI'CD パイプラインを実装している アプリケーションは、カスタム Compute Engine イメージと他のクラウド プロバイダの同等のものを使用してデプロイされている 構築およびデプロイを可能にするソリューションを実装する必要があるイメージを現在の環境に適用し、将来の変更にも適応できるようにするには、どのソリューション スタックを使用する必要がありますか?

  • A. kpt を使用した Cloud Build
  • B. Packer を使用した Cloud Build
  • C. Google Kubernetes Engine と Google Cloud Deploy
  • D. Google Cloud Deploy を使用した Cloud Build

正解：D

解説：
Cloud Build is a fully managed continuous integration and continuous delivery (CI/CD) service that helps you automate your builds, tests, and deployments. Google Cloud Deploy is a service that automates the deployment of your applications to Google Kubernetes Engine (GKE).
Together, Cloud Build and Google Cloud Deploy can be used to build and deploy your application's custom Compute Engine images to your current environment and to other cloud providers in the future.
Here are the steps involved in using Cloud Build and Google Cloud Deploy to implement a CI/CD pipeline for your application:
Create a Cloud Build trigger that fires whenever a change is made to your application's code.
In the Cloud Build trigger, configure Cloud Build to build your application's Docker image.
Create a Google Cloud Deploy configuration file that specifies how to deploy your application's Docker image to GKE.
In Google Cloud Deploy, create a deployment that uses your configuration file.
Once you have created the Cloud Build trigger and Google Cloud Deploy configuration file, any changes made to your application's code will trigger Cloud Build to build a new Docker image. Google Cloud Deploy will then deploy the new Docker image to GKE.
This solution stack is adaptable to future changes because it uses a cloud-agnostic approach. Cloud Build can be used to build Docker images for any cloud provider, and Google Cloud Deploy can be used to deploy Docker images to any Kubernetes cluster.
The other solution stacks are not as adaptable to future changes. For example, solution stack A (Cloud Build with Packer) is limited to building Docker images for Compute Engine. Solution stack C (Google Kubernetes Engine with Google Cloud Deploy) is limited to deploying Docker images to GKE. Solution stack D (Cloud Build with kpt) is a newer solution that is not yet as mature as Cloud Build and Google Cloud Deploy.
Overall, the best solution stack for implementing a CI/CD pipeline for your application in a multi-cloud environment is Cloud Build with Google Cloud Deploy. This solution stack is fully managed, cloud-agnostic, and adaptable to future changes.


質問 # 120
サポートしている実稼働システムで多数の停止が発生しました。夜中に目が覚めるようなすべての停電に関するアラートを受け取ります。アラートは異常なシステムが原因で発生し、1 分以内に自動的に再起動されます。サイト信頼性エンジニアリングの実践に従って、スタッフの燃え尽き症候群を防ぐプロセスを設定したいと考えています。あなたは何をするべきか？

  • A. アラートごとにインシデント レポートを作成します。
  • B. 異なるタイムゾーンのエンジニアにアラートを配信します。
  • C. エラー バジェットが使い果たされないように、関連するサービス レベル目標を再定義します。
  • D. 対処できないアラートを削除します。

正解：D

解説：
Explanation
Eliminate bad monitoring : Unactionable alerts (i.e., spam)
https://cloud.google.com/blog/products/management-tools/meeting-reliability-challenges-with-sre-principles agree with kyubiblaze about having to remove unactionable items aka spam: "good monitoring alerts on actionable problems" @
https://cloud.google.com/blog/products/management-tools/meeting-reliability-challenges-with-sre-principles


質問 # 121
マネージド コレクションを備えた Google Cloud Managed Service for Prometheus を使用して、Google Kubernetes Engine（GKE）で実行されているサービスから指標を収集しています。サービスをデプロイした後、Cloud Monitoring に指標データが表示されず、エラー メッセージも表示されません。この問題をトラブルシューティングする必要があります。どうすればよいですか?

  • A. サービスが Cloud Monitoring API への書き込みの割り当てを超過したかどうかを判断します。
  • B. GKE クラスターに Grafana サービスがインストールされているかどうかを確認します。
  • C. PodMonitoring 構成が有効なポートを参照していることを確認します。
  • D. サービスにmonitoring.servicesViewer IAM ロールがあることを確認します。

正解：C


質問 # 122
あなたは、Google Kubernetes Engine (GKE) Autopilot クラスターにデプロイされたマイクロサービスのオンコール サイト信頼性エンジニアです。あなたの会社は注文メッセージを Pub/Sub に発行するオンライン ストアを運営しており、マイクロサービスがこれらのメッセージを受信して​​倉庫システム内の在庫情報を更新します。セールイベントにより注文が増加し、在庫情報の更新が十分に遅れています。これにより、在庫切れの製品に対して大量の注文が受け付けられるようになります。マイクロサービスのメトリクスを確認し、それらを一般的なレベルと比較します。

注文時の商品在庫が倉庫システムに正確に反映されていることを確認し、顧客への影響を最小限に抑える必要があります。

  • A. サブスクリプションの確認期限を短縮します。
  • B. Pod レプリカの数を増やす
  • C. 一般的なトラフィック レベルを許可する仮想キューをオンライン ストアに追加します。
  • D. ポッドの CPU とメモリの制限を増やします。

正解：B

解説：
The best option for ensuring that the warehouse system accurately reflects product inventory at the time orders are placed and minimizing the impact on customers is to increase the number of Pod replicas.
Increasing the number of Pod replicas will increase the scalability and availability of your microservice, which will allow it to handle more Pub/Sub messages and update stock information faster. This way, you can reduce the backlog of undelivered messages and oldest unacknowledged message age, which are causing delays in updating product inventory. You can use Horizontal Pod Autoscaler or Cloud Monitoring metrics- based autoscaling to automatically adjust the number of Pod replicas based on load or custom metrics.


質問 # 123
貴社では本番環境システムをGoogle Cloudに移行中です。将来起こり得るインシデントによる顧客への影響を最小限に抑えるため、移行期間中はサイト信頼性エンジニアリング（SRE）のプラクティスを実装する必要があります。実装すべきSREプラクティスを2つ挙げてください。
2つの回答を選択してください

  • A. 問題のデバッグと軽減の手順を記載した最新のプレイブックを作成します。
  • B. 完全な自律性と権限がオンコール チームにのみ付与されるようにします。
  • C. すべてのチームが本番環境を変更して問題を解決できるようにします。
  • D. システムの内部動作に基づいて、SRE チーム向けのアラート メカニズムを作成します。
  • E. 一般的なタスクを自動化して主要な影響情報を分析し、オンコール チームに緩和アクションをインテリジェントに提案します。

正解：A、E

解説：
Comprehensive and Detailed Explanation From General SRE Principles and Google Cloud Knowledge:
Site Reliability Engineering (SRE) emphasizes reliability, automation, and a data-driven approach to operations. The goal is to minimize the "time to detect" (TTD) and "time to resolve" (TTR) for incidents.
Option A (Ensure that full autonomy and permissions are only granted to the on-call team): While the on-call team needs appropriate permissions to act decisively during an incident, granting full autonomy and only to them can be a bottleneck and goes against the principle of least privilege if not carefully scoped. Broader teams might need specific, controlled access for their responsibilities. SRE encourages empowering teams but within a structured framework.
Option B (Automate common tasks to analyze key impact information and intelligently suggest mitigating actions for the on-call team): This is a core SRE practice. Automation reduces toil, speeds up response, and ensures consistency. Analyzing impact and suggesting mitigations helps the on-call team resolve issues faster and more effectively.
Option C (Ensure that all teams can modify the production environment to resolve issues): This is generally a bad practice and against SRE principles of controlled changes and reducing the blast radius of errors.
Production changes should be managed, audited, and ideally automated, not open to modification by all teams, as this increases the risk of unintended incidents.
Option D (Create an alerting mechanism for your SRE team based on your system's internal behavior): While alerting is crucial, SRE emphasizes alerting on symptoms that affect users (Service Level Objectives - SLOs) rather than just internal behavior or causes. Alerting solely on internal behavior can lead to alert fatigue and may not correlate directly with user impact. Good alerting focuses on user-facing impact first.
Option E (Create up-to-date playbooks with instructions for debugging and mitigating issues): Playbooks (or runbooks) are essential in SRE. They document known issues, troubleshooting steps, and mitigation procedures. Keeping them up-to-date ensures that on-call engineers can respond to incidents quickly and consistently, even for less common issues, thereby minimizing customer impact.
Therefore, automating incident response tasks (B) and maintaining clear, actionable playbooks (E) are two key SRE practices to implement for minimizing customer impact.
Reference (Based on SRE principles):
The SRE books by Google (e.g., "Site Reliability Engineering: How Google Runs Production Systems") heavily emphasize automation to reduce toil and the importance of playbooks for incident management.
Google Cloud SRE solutions: https://cloud.google.com/sre
Specifically, regarding playbooks and automation:"Playbooks should be living documents, updated regularly as systems change and new incidents provide new lessons."
"SREs aim to automate repetitive tasks (toil) to free up time for engineering projects that improve reliability."


質問 # 124
Cloud Run を使用してサーバーレス アプリケーションを構築し、そのアプリケーションを本番環境にデプロイしました。コストを最適化するためにアプリケーションのリソース使用率を特定したいと考えています。どうすればよいですか?

  • A. Cloud Profiler と Ops Agent を使用して、アプリケーションの CPU とメモリの使用率を監視します。
  • B. Cloud Trace と分散トレースを使用して、アプリケーションのリソース使用率をモニタリングします。
  • C. Cloud Monitoring を使用して、アプリケーションのコンテナの CPU とメモリの使用率をモニタリングします。
  • D. Cloud Ops を使用してログベースのメトリクスを作成し、アプリケーションのリソース使用率を監視します。

正解：B

解説：
Explanation
The best option for giving developers the ability to test the latest revisions of the service before the service is exposed to customers is to run the gcloud run deploy booking-engine --no-traffic --tag dev command and use the https://dev----booking-engine-abcdef.a.run.app URL for testing. The gcloud run deploy command is a command that deploys a new revision of your service or updates an existing service. By using the --no-traffic flag, you can prevent any traffic from being sent to the new revision. By using the --tag flag, you can assign a tag to the new revision, such as dev. This way, you can create a new revision of your service without affecting your customers. You can also use the tag-based URL (e.g., https://dev----booking-engine-abcdef.a.run.app) to access and test the new revision.


質問 # 125
組織の仮想マシン (VM|) のコストを削減する必要があります。さまざまなオプションを検討した結果、プリエンプティブル VM インスタンスを活用することにしました。どのアプリケーションがプリエンプティブル VM に適していますか?

  • A. ビデオを取得してストレージ バケットに保存する、GPU 高速化ビデオ レンダリング プラットフォーム
  • B. 組織の一般公開 Web サイト
  • C. 十分なクォーラムを持つ分散型の結果整合性のある NoSQL データベース クラスター
  • D. スケーラブルなインメモリ キャッシュ システム

正解：A

解説：
Explanation
https://cloud.google.com/compute/docs/instances/preemptible


質問 # 126
最近、サービスの 1 つが現在のローリング ウィンドウ期間のエラー バジェットを超過していることに気付きました。会社の製品チームは、新しい機能をリリースしようとしています。サイト信頼性エンジニアリング (SRE) のプラクティスに従う必要があります。どうすればよいでしょうか。

  • A. エラー バジェットの不足についてチームに通知し、すべてのテストが成功していることを確認し、リリースによってエラー バジェットがさらに危険にさらされないようにします。
  • B. エラー バジェットを使い切ったことをチームに通知します。リリースを凍結するか、ユーザー エクスペリエンスが多少低下しても許容するかについてチームと交渉します。
  • C. 状況をエスカレートし、追加のエラー バジェットを要求します。
  • D. 製品に関連する他の指標を調べて、エラー バジェットが残っている SLO を見つけます。エラー バジェットを再割り当てして、機能のリリースを許可します。

正解：B

解説：
Comprehensive and Detailed Explanation:
In Google's Site Reliability Engineering (SRE) practices, an error budget defines the acceptable level of failure before new feature deployments should pause. If a service exceeds its error budget, the correct approach is to:
Notify the product team that the error budget is depleted.
Negotiate a launch freeze or decide if the team can tolerate slightly degraded performance.
#Why not other options?
A (Ensure all tests pass and proceed)## Testing cannot guarantee stability when the error budget is already depleted.
C (Request additional error budget)## Error budgets are not arbitrary; increasing them would defeat their purpose.
D (Reallocate SLOs from other areas)## Error budgets should not be mixed across different SLOs, as this breaks reliability guarantees.
#Official Reference:
Google SRE: Error Budget Policy
Google Cloud SRE Principles


質問 # 127
前回のリリース以降、Google Cloud でのアプリケーションのパフォーマンスが低下しています。 ダウンストリームの依存関係により、一部のリクエストの完了に時間がかかる可能性があると考えられます。 原因を特定するには、アプリケーションの問題を調査する必要があります。 どうすればよいですか?

  • A. アプリケーションでエラー報告を構成する
  • B. アプリケーションで Cloud Trace を構成します
  • C. アプリケーションで Cloud Profiler を構成する
  • D. アプリケーションで Prometheus 用の Google Cloud マネージド サービスを構成する

正解：B

解説：
The best option for investigating the issue with your application's performance in Google Cloud is to configure Cloud Trace in your application. Cloud Trace is a service that allows you to collect and analyze latency data from your application. You can use Cloud Trace to trace requests across different components of your application, such as downstream dependencies, and identify where they take longer to complete. You can also use Cloud Trace to compare latency data across different versions of your application, and detect any performance degradation or improvement. By using Cloud Trace, you can diagnose and troubleshoot performance issues with your application in Google Cloud.


質問 # 128
Cloud Run で実行されるアプリケーションを構築しています。 アプリケーションは、API キーを使用してサードパーティ API にアクセスする必要があります。 Google が推奨するプラクティスに従って、アプリケーション内で API キーを安全に保存および使用する方法を決定する必要があります。あなたがやる？

  • A. Cloud Key Management Service (Cloud KMS) を使用して API キーを暗号化し、そのキーを環境変数として Cloud Run に渡します。Cloud Run でキーを復号して使用します。
  • B. Secret Manager に API キーを秘密キーとして保存します。秘密キーを /sys/api_key ディレクトリにマウントし、Cloud Run アプリケーションでキーを復号します。
  • C. Secret Manager に API キーをシークレットとして保存 Cloud Run アプリケーションで環境変数としてシークレットを参照
  • D. API キーを Cloud Key Management Service (Cloud KMS) にキーとして保存 Cloud Run アプリケーションで環境変数としてキーを参照

正解：C

解説：
Explanation
The best option for storing and using the API key in your application by following Google-recommended practices is to save the API key in Secret Manager as a secret and reference the secret as an environment variable in the Cloud Run application. Secret Manager is a service that allows you to store and manage sensitive data, such as API keys, passwords, and certificates, in Google Cloud. A secret is a resource that represents a logical secret, such as an API key. You can save the API key in Secret Manager as a secret and use IAM policies to control who can access it. You can also reference the secret as an environment variable in the Cloud Run application by using the ${SECRET_NAME} syntax. This way, you can securely store and use the API key in your application without exposing it in your code or configuration files.


質問 # 129
......

Professional-Cloud-DevOps-Engineer日本語問題集PDFでProfessional-Cloud-DevOps-Engineer日本語リアル試験問題解答：https://www.goshiken.com/Google/Professional-Cloud-DevOps-Engineer-JPN-mondaishu.html

関するブログ

もっと
Professional-Cloud-DevOps-Engineer-JPN無料問題集