Cloud DevOps Engineer Professional-Cloud-DevOps-Engineer日本語完全版問題集には無料PDF問題で合格させる [Q82-Q107]

Cloud DevOps Engineer Professional-Cloud-DevOps-Engineer日本語完全版問題集には無料PDF問題で合格させる

100%更新されたのはGoogle Professional-Cloud-DevOps-Engineer日本語限定版PDF問題集

質問 # 82
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. 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。
• 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. 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。

正解：D

解説：
Explanation
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 # 83
Cloud Run と Cloud Functions でクライアント アプリケーションを構築して実行しています。 クライアントは、ログをログ サービスにインポートできるように、すべてのログを 1 年間利用できるようにする必要があります。 必要なコードの変更は最小限に抑える必要があります。 どうすればよいですか?

• A. Cloud Run のすべてのイメージと Cloud Functions のすべての関数を更新して、Cloud Logging とクライアントのロギング サービスの両方にログを送信します。ログの送信に必要なすべてのポートが VPC ファイアウォールで開いていることを確認します。
• B. ストレージ バケットと適切な VPC ファイアウォール ルールを作成する Cloud Run のすべてのイメージと Cloud Functions のすべての関数を更新して、ストレージ バケット内のファイルにログを送信します
• C. ログバケットとログシンクを作成します。ログバケットの保持期間を 365 日に設定する ログをバケットに送信するようにロギングシンクを構成する クライアントにバケットへのアクセスを許可してログを取得する
• D. Pub/Sub トピックのサブスクリプションとログ シンクを作成する すべてのログをトピックに送信するようにログ シンクを構成する ログを取得するためにクライアントにトピックへのアクセスを許可する

正解：C

解説：
Explanation
The best option for storing all logs for one year and minimizing required code changes is to create a logs bucket and logging sink, set the retention on the logs bucket to 365 days, configure the logging sink to send logs to the bucket, and give your client access to the bucket to retrieve the logs. A logs bucket is a Cloud Storage bucket that is used to store logs from Cloud Logging. A logging sink is a resource that defines where log entries are sent, such as a logs bucket, BigQuery dataset, or Pub/Sub topic. You can create a logs bucket and logging sink in Cloud Logging and set the retention on the logs bucket to 365 days. This way, you can ensure that all logs are stored for one year and protected from deletion. You can also configure the logging sink to send logs from Cloud Run and Cloud Functions to the logs bucket without any code changes. You can then give your client access to the logs bucket by using IAM policies or signed URLs.

質問 # 84
あなたの組織は最近、アプリケーション開発にコンテナベースのワークフローを採​​用しました。あなたのチームは、自動化されたビルド パイプラインを通じて実稼働環境の Kubernetes クラスターに継続的にデプロイされる多数のアプリケーションを開発しています。セキュリティ監査人は、開発者やオペレーターが自動テストを回避し、承認なしにコードの変更を本番環境にプッシュする可能性があることを懸念しています。承認を強制するには何をすべきでしょうか?

• A. Kubernetes のロールベースのアクセス制御 (RBAC) を利用して、承認されたユーザーのみにアクセスを制限します。
• B. Kubernetes クラスター内でバイナリ認証を有効にし、ビルド パイプラインをアテスターとして構成します。
• C. プル リクエストの承認を必要とする保護されたブランチを含むビルド システムを構成します。
• D. アドミッション コントローラーを使用して、受信リクエストが承認されたソースからのものであることを確認します。

正解：B

解説：
Explanation
The keywords here is "developers or operators". Option A the operators could push images to production without approval (operators could touch the cluster directly and the cluster cannot do any action against them).
Rest same as francisco_guerra.

質問 # 85
ワークスペース プロジェクト内のダッシュボードに CPU 使用率の Stackdriver グラフを作成しました。グラフをサイト信頼性エンジニアリング (SRE) チームとのみ共有したいと考えています。最小特権の原則に確実に従う必要があります。あなたは何をするべきか？

• A. [URL でチャートを共有] をクリックし、URL を SRE チームに提供します。SRE チームにワークスペース プロジェクトの監視閲覧者 IAM ロールを割り当てます。
• B. ワークスペースのプロジェクト ID を SRE チームと共有します。SRE チームにワークスペース プロジェクトの監視閲覧者 IAM ロールを割り当てます。
• C. ワークスペースのプロジェクト ID を SRE チームと共有します。SRE チームにワークスペース プロジェクトのダッシュボード ビューアー IAM ロールを割り当てます。
• D. [URL でチャートを共有] をクリックし、URL を SRE チームに提供します。SRE チームにワークスペース プロジェクトのダッシュボード ビューアー IAM ロールを割り当てます。

正解：A

解説：
https://cloud.google.com/monitoring/access-control

質問 # 86
Cloud Build を使用してアプリケーションを構築します。コストと開発労力を最小限に抑えながら、ビルド時間を短縮したいと考えています。あなたは何をするべきか？

• A. 複数の Jenkins エージェントを実行してビルドを並列化します。
• B. マシンタイプ オプションを使用して、より大きな Cloud Build 仮想マシン（VM）を使用します。
• C. 複数の小さなビルド ステップを使用して、実行時間を最小限に抑えます。
• D. Cloud Storage を使用して中間アーティファクトをキャッシュします。

正解：C

解説：
Explanation
https://cloud.google.com/storage/docs/best-practices
https://cloud.google.com/build/docs/speeding-up-builds#caching_directories_with_google_cloud_storage Caching directories with Google Cloud Storage To increase the speed of a build, reuse the results from a previous build. You can copy the results of a previous build to a Google Cloud Storage bucket, use the results for faster calculation, and then copy the new results back to the bucket. Use this method when your build takes a long time and produces a small number of files that does not take time to copy to and from Google Cloud Storage.
upvoted 2 times

質問 # 87
同じ Google Cloud Platform (GCP) プロジェクト内の Compute Engine 上で実行される複数の本番システムを管理します。各システムには、専用の Compute Engine インスタンスの独自のセットがあります。各システムを実行するのにどれくらいのコストがかかるかを知りたいと考えています。あなたは何をするべきか？

• A. すべてのインスタンスを、実行するシステムに固有のメタデータで強化します。BigQuery にエクスポートするように Stackdriver Logging を構成し、メタデータに基づいてコストをクエリします。
• B. Google Cloud Platform Console で、[コスト内訳] セクションを使用してシステムごとのコストを視覚化します。
• C. すべてのインスタンスに、実行するシステムに固有のラベルを割り当てます。BigQuery の請求エクスポートとラベルごとのクエリのコストを構成します。
• D. 各仮想マシン (VM) に、実行するシステムにちなんだ名前を付けます。Cloud Storage バケットへの使用状況レポートのエクスポートを設定します。BigQuery でバケットをソースとして構成し、VM 名に基づいてコストをクエリします。

正解：C

解説：
https://cloud.google.com/billing/docs/how-to/export-data-bigquery

質問 # 88
現在、製品は 3 つの Google Cloud Platform (GCP) ゾーンにデプロイされており、ユーザーはゾーン間で分割されています。あるゾーンから別のゾーンにフェールオーバーすることはできますが、影響を受けるユーザーに対して 10 分間のサービス中断が発生します。通常、データベース障害は四半期に 1 回発生しますが、5 分以内に検出できます。あなたは、製品の新しいリアルタイム チャット機能の信頼性リスクをカタログ化しています。リスクごとに次の情報をカタログ化します。
* 平均検出時間 (MUD) (分単位)
* 分単位の平均修復時間 (MTTR)
* 平均故障間隔 (MTBF) 日単位
* ユーザーへの影響の割合
チャット機能には、ゾーン間で正常にフェールオーバーするのに 2 倍の時間がかかる新​​しいデータベース システムが必要です。1 つのゾーンで新しいデータベースに障害が発生するリスクを考慮したいと考えています。新しいシステムでのデータベース フェイルオーバーのリスクの値はどれくらいでしょうか?

• A. MTTD:5
  MTTR:​​ 20
  MTBF: 90
  影響: 50%
• B. MTTD:5
  MTTR:​​ 20
  MTBF: 90
  影響: 33%
• C. MTTD:5
  MTTR:​​ 10
  MTBF: 90
  影響: 33%
• D. MTTD:5
  MTTR:​​ 10
  MTBF: 90
  影響力 50%

正解：B

解説：
Explanation
https://www.atlassian.com/incident-management/kpis/common-metrics
https://linkedin.github.io/school-of-sre/

質問 # 89
e コマース アプリケーションを Google Cloud Platform (GCP) に移行しました。次の繁忙期に向けてアプリケーションを準備したいと考えています。繁忙期に向けてまず何をすればいいでしょうか？

• A. 成長がある場合は、災害復旧 (DR) 環境を拡大するためのランブックを作成します。
• B. 成長が見込まれるため、前シーズンに使用したコンピューティング能力の 2 倍を事前にプロビジョニングします。
• C. 拡張があった場合に備えて、実稼働クラスターで AutoScaling を有効にします。
• D. アプリケーションをロードして、スケーリングのパフォーマンスをプロファイリングします。

正解：D

解説：
Explanation
https://cloud.google.com/blog/topics/retail/preparing-for-peak-holiday-season-while-wfh

質問 # 90
あなたの会社は、組織のすべてのログを 7 年間保存する必要がある、高度に規制されたドメインで運営されています。 マネージド サービスを使用して、ログ インフラストラクチャの複雑さを最小限に抑えたい。 構成ミスや人為的エラーによる将来のログ キャプチャまたは保存されたログの損失を回避する必要があります。やるべきですか？

• A. Cloud Logging を使用して組織レベルで集約シンクを構成し、7 年間の保持ポリシーとバケット ロックを使用してすべてのログを Cloud Storage にエクスポートします。
• B. Cloud Logging を使用して各プロジェクト レベルでエクスポート シンクを構成し、7 年間の保持ポリシーとバケット ロックを使用してすべてのログを Cloud Storage にエクスポートします。
• C. Cloud Logging を使用して各プロジェクト レベルでエクスポート シンクを構成し、すべてのログを BigQuery データセットにエクスポートします。
• D. Cloud Logging を使用して組織レベルで集約シンクを構成し、すべてのログを BigQuery データセットにエクスポートします。

正解：A

解説：
Explanation
The best option for storing all organization logs for seven years and avoiding any future loss of log capture or stored logs due to misconfiguration or human error is to use Cloud Logging to configure an aggregated sink at the organization level to export all logs into Cloud Storage with a seven-year retention policy and Bucket Lock. Cloud Logging is a service that allows you to collect and manage logs from your Google Cloud resources and applications. An aggregated sink is a sink that collects logs from multiple sources, such as projects, folders, or organizations. You can use Cloud Logging to configure an aggregated sink at the organization level to export all logs into Cloud Storage, which is a service that allows you to store and access data in Google Cloud. A retention policy is a policy that specifies how long objects in a bucket are retained before they are deleted. Bucket Lock is a feature that allows you to lock a retention policy on a bucket and prevent it from being reduced or removed. You can use Cloud Storage with a seven-year retention policy and Bucket Lock to ensure that your logs are stored for seven years and protected from accidental or malicious deletion.

質問 # 91
組織では、複数の Google Cloud プロジェクトのすべてのアプリケーション ログが中央の Cloud Logging プロジェクトに保存されています。セキュリティ チームは、各プロジェクト チームがそれぞれのログのみを表示し、運用チームのみがすべてのログを表示できるというルールを適用したいと考えています。コストを最小限に抑えながら、セキュリティ チームの要件を満たすソリューションを設計する必要があります。あなたは何をするべきか？

• A. 各プロジェクト チームに、中央ログ プロジェクトのプロジェクト _ デフォルト ビューへのアクセスを許可します。中央ログプロジェクトの運用チームにログ閲覧者アクセス権を付与します。
• B. プロジェクト チームごとにログ ビューを作成し、各プロジェクト チームのアプリケーション ログのみを表示します。運用チームに中央ログ プロジェクトの _ Al Il-jogs ビューへのアクセスを許可します。
• C. プロジェクト チームごとに Identity and Access Management（IAM）ロールを作成し、個々の Google Cloud プロジェクトの _ デフォルト ログ ビューへのアクセスを制限します。中央ログプロジェクトの運用チームに閲覧者アクセスを許可します。
• D. プロジェクト チームごとにログを BigQuery テーブルにエクスポートします。プロジェクト チームにテーブルへのアクセスを許可します。中央ログ プロジェクトの運用チームにログ書き込みアクセス権を付与します。

正解：B

解説：
Explanation
Create log views for each project team, and only show each project team their application logs. Grant the operations team access to the _AllLogs View in the central logging project1.
This approach aligns with the Google Cloud's recommended methodologies for Professional Cloud DevOps Engineers1. Log views allow you to create and manage access control at a finer granularity for your logs. By creating a separate log view for each project team, you can ensure that they only have access to their respective logs. The operations team, on the other hand, can be granted access to the _AllLogs view in the central logging project, allowing them to view all logs as required.
This solution not only meets the security team's requirements but also minimizes costs as it leverages built-in features of Google Cloud's logging and does not require exporting logs to another service like BigQuery (as suggested in option A), which could incur additional costs1.

質問 # 92
Google Cloud Deploy でデプロイ パイプラインを確認しています。パイプラインのトイルを削減する必要があり、エンドツーエンドのデプロイを完了するまでにかかる時間を最小限に抑えたいと考えています。どうすればよいですか?
2 つの答えを選択してください

• A. 開発環境からテスト環境への昇格承認を自動化します。
• B. 自動化ステップを小さなタスクに分割します。
• C. スクリプトを使用して、Google Cloud Deploy でのデプロイ パイプラインの作成を自動化します。
• D. 手動ステップを完了するにはエンジニアを追加します。
• E. 手動介入が必要な場合に、必要なチームに次のステップを完了するように通知するトリガーを作成します。

正解：A、E

解説：
Explanation
The best options for reducing toil in the pipeline and minimizing the amount of time it takes to complete an end-to-end deployment are to create a trigger to notify the required team to complete the next step when manual intervention is required and to automate promotion approvals from the development environment to the test environment. A trigger is a resource that initiates a deployment when an event occurs, such as a code change, a schedule, or a manual request. You can create a trigger to notify the required team to complete the next step when manual intervention is required by using Cloud Build or Cloud Functions. This way, you can reduce the waiting time and human errors in the pipeline. A promotion approval is a process that allows you to approve or reject a deployment from one environment to another, such as from development to test. You can automate promotion approvals from the development environment to the test environment by using Google Cloud Deploy or Cloud Build. This way, you can speed up the deployment process and avoid manual steps.

質問 # 93
あなたは、サービスの 1 つで進行中のインシデントのオペレーション リーダーです。サービスは通常、約 70% の容量で実行されます。1 つのノードがすべてのリクエストに対して 5xx エラーを返していることがわかります。顧客からのサポートケースも顕著に増加しています。ノードを隔離して調査できるように、問題のノードをロード バランサー プールから削除する必要があります。あなたは、Google が推奨する方法に従ってインシデントを管理し、ユーザーへの影響を軽減したいと考えています。あなたは何をするべきか？

• A. １．異常なノードからトラフィックを排出し、ノードをサービスから削除します。
  2. トラフィックを監視して、エラーが解決されていること、およびプール内の他のノードがトラフィックを適切に処理していることを確認します。
  3. 新しい負荷を処理するために、必要に応じてプールをスケーリングします。
  4. 自分の行動をインシデントチームに伝えます。
• B. 1. インシデント チームに意図を伝えます。
  2. 負荷分析を実行して、削除されたノードからオフロードされるトラフィックの増加を残りのノードが処理できるかどうかを判断し、適切にスケーリングします。
  3. 新しいノードが正常であると報告されたら、異常なノードからトラフィックを排出し、異常なノードをサービスから削除します。
• C. 1. インシデント チームに意図を伝えます。
  2. 新しいノードをプールに追加し、新しいノードが正常であると報告されるまで待ちます。
  3. 新しいノードでトラフィックが処理されている場合は、異常なノードからトラフィックを排出し、古いノードをサービスから削除します。
• D. 1 。異常なノードからトラフィックを排出し、古いノードをサービスから削除します。
  2. 新しいノードをプールに追加し、新しいノードが正常であると報告されるまで待ち、新しいノードにトラフィックを提供します。
  3. トラフィックを監視して、プールが正常であり、トラフィックが適切に処理されていることを確認します。
  4. 自分の行動をインシデントチームに伝えます。

正解：B

解説：
Explanation
The correct answer is A. Communicate your intent to the incident team. Perform a load analysis to determine if the remaining nodes can handle the increase in traffic offloaded from the removed node, and scale appropriately. When any new nodes report healthy, drain traffic from the unhealthy node, and remove the unhealthy node from service.
This answer follows the Google-recommended practices for incident management, as described in the Chapter
9 - Incident Response, Google SRE Book1. According to this source, some of the best practices are:
Maintain a clear line of command. Designate clearly defined roles. Keep a working record of debugging and mitigation as you go. Declare incidents early and often.
Communicate your intent before taking any action that might affect the service or the incident response.
This helps to avoid confusion, duplication of work, or unintended consequences.
Perform a load analysis before removing a node from the load balancer pool, as this might affect the capacity and performance of the service. Scale the pool as necessary to handle the expected load.
Drain traffic from the unhealthy node before removing it from service, as this helps to avoid dropping requests or causing errors for users.
Answer A follows these best practices by communicating the intent to the incident team, performing a load analysis and scaling the pool, and draining traffic from the unhealthy node before removing it.
Answer B does not follow the best practice of performing a load analysis before adding or removing nodes, as this might cause overloading or underutilization of resources.
Answer C does not follow the best practice of communicating the intent before taking any action, as this might cause confusion or conflict with other responders.
Answer D does not follow the best practice of draining traffic from the unhealthy node before removing it, as this might cause errors for users.
References:
1: Chapter 9 - Incident Response, Google SRE Book

質問 # 94
コンテナ化されたアプリケーションの新しいバージョンがテストされ、Google Kubernetes Engine (GKE) で本番環境にデプロイする準備ができています。本番前環境では新しいバージョンを完全に負荷テストできなかったため、アプリケーションが負荷テストを行うことを確認する必要があります。導入後にパフォーマンスの問題が発生しないようにする 導入を自動化する必要があります。

• A. kubectl を使用してアプリケーションをデプロイし、仕様を設定します。戦略を更新します。type フィールドを RollingUpdate に設定します。Cloud Monitoring を使用してパフォーマンスの問題を探し、問題がある場合は kubectl rollback コマンドを実行します。
• B. ブルー/グリーン デプロイメントを使用して、継続的デリバリー パイプラインを通じてアプリケーションをデプロイします。 トラフィックを新しいバージョンのアプリケーションに移行し、Cloud Monitoring を使用してパフォーマンスの問題を探します。
• C. kubectl を使用してアプリケーションをデプロイし、Config Connector を使用してバージョン間のトラフィックを徐々に増やします。Cloud Monitoring を使用してパフォーマンスの問題を探す
• D. カナリア デプロイメントを使用して、継続的デリバリー パイプラインを通じてアプリケーションをデプロイします。 Cloud Monitoring を使用してパフォーマンスの問題を探し、指標でサポートされているようにトラフィックを増加します。

正解：D

解説：
Explanation
The best option for deploying a new version of your containerized application to production on GKE and ensuring that the application does not have performance problems after deployment is to deploy the application through a continuous delivery pipeline by using canary deployments, use Cloud Monitoring to look for performance issues, and ramp up traffic as supported by the metrics. A canary deployment is a deployment strategy that involves releasing a new version of an application to a subset of users or servers and monitoring its performance and reliability. This way, you can test the new version in the production environment with real traffic and load, and gradually increase the traffic as the metrics indicate. You can use Cloud Monitoring to collect and analyze metrics from your application and GKE cluster, such as latency, error rate, CPU utilization, and memory usage. You can also use Cloud Monitoring to set up alerts and dashboards to track the performance of your application.

質問 # 95
Google Kubernetes Engine（GKE）クラスタ上で一連のアプリケーションが実行されており、Stackdriver Kubernetes Engine Monitoring を使用しています。あなたは、会社が必要とする新しいコンテナ化されたアプリケーションを実稼働環境に導入しようとしています。このアプリケーションはサードパーティによって作成されており、変更または再構成することはできません。アプリケーションはログ情報を /var/log/app_messages.log に書き込みます。これらのログエントリを Stackdriver Logging に送信したいと考えています。あなたは何をするべきか？

• A. Google Compute Engine (GCE>) に Kubernetes をインストールし、アプリケーションを再デプロイします。その後、組み込みの Stackdriver Logging 構成をカスタマイズして、アプリケーションのポッド内のログ ファイルを追跡し、Stackdriver Logging に書き込みます。
• B. デフォルトの Stackdriver Kubernetes Engine Monitoring エージェント構成を使用します。
• C. ポッド内のログ ファイルを追跡し、エントリを標準出力に書き込むスクリプトを作成します。アプリケーションのポッドを使用して、スクリプトをサイドカー コンテナーとして実行します。コンテナ間で共有ボリュームを構成し、スクリプトがアプリケーション コンテナ内の /var/log に読み取りアクセスできるようにします。
• D. Fluentd デーモンセットを GKE にデプロイします。次に、カスタマイズされた入出力構成を作成して、アプリケーションのポッド内のログ ファイルを追跡し、Slackdriver Logging に書き込みます。

正解：D

解説：
https://cloud.google.com/architecture/customizing-stackdriver-logs-fluentd Besides the list of default logs that the Logging agent streams by default, you can customize the Logging agent to send additional logs to Logging or to adjust agent settings by adding input configurations. The configuration definitions in these sections apply to the fluent-plugin-google-cloud output plugin only and specify how logs are transformed and ingested into Cloud Logging. https://cloud.google.com/logging/docs/agent/logging/configuration#configure

質問 # 96
あなたの組織は Google Cloud を使用したコンテナ化を開始しています。コンテナー イメージと Helm チャートには、フルマネージドのストレージ ソリューションが必要です。Google Kubernetes Engine (GKE)、Cloud Run、VPC Service Controls、Identity and Access Management (IAM) などの既存の Google Cloud サービスにネイティブに統合されているストレージ ソリューションを特定する必要があります。あなたは何をするべきか？

• A. Docker を使用して、組織が所有するバケットを指す Cloud Storage ドライバーを構成します。
• B. Container Registry をコンテナ イメージ用の OCI ベースのコンテナ レジストリとして構成します。
• C. Artifact Registry を、Helm チャートとコンテナー イメージの両方の OCI ベースのコンテナー レジストリとして構成します。
• D. 制限的なロールベースのアクセス制御 (RBAC) 構成を使用して、オープンソース コンテナ レジストリ サーバーを GKE で実行するように構成します。

正解：C

質問 # 97
異なる VPC 内の Google Kubernetes Engine (GKE) クラスター間の接続を構成している クラスター A のノードがクラスター B のノードにアクセスできないことに気づいた ワークロード アクセスの問題はネットワーク構成が原因であると思われる トラブルシューティングを行う必要がある問題は発生しているが、ワークロードとノードへの実行アクセス権がない ネットワーク接続が切断されているレイヤーを特定したい場合はどうすればよいですか?

• A. ネットワーク接続センターを使用して、クラスター A からクラスターへの接続テストを実行します。
• B. デバッグ コンテナーを使用して、クラスター A からクラスター B へ、およびクラスター B からクラスター A へのtraceroute コマンドを実行します。共通の障害ポイントを特定します。
• C. クラスター A のノードにツールボックス コンテナーをインストールします。クラスター B へのルートが適切に構成されていることを確認します。
• D. 両方の VPC で VPC フロー ログを有効にし、パケット ドロップを監視します。

正解：A

解説：
Explanation
The best option for troubleshooting the issue without having execute access to workloads and nodes is to use Network Connectivity Center to perform a Connectivity Test from Cluster A to Cluster B. Network Connectivity Center is a service that allows you to create, manage, and monitor network connectivity across Google Cloud, hybrid, and multi-cloud environments. You can use Network Connectivity Center to perform a Connectivity Test, which is a feature that allows you to test the reachability and latency between two endpoints, such as GKE clusters, VM instances, or IP addresses. By using Network Connectivity Center to perform a Connectivity Test from Cluster A to Cluster B, you can identify the layer at which the network connectivity is broken, such as the firewall, routing, or load balancing.

質問 # 98
インフラストラクチャ DevOps エンジニアのチームは成長しており、インフラストラクチャの管理に Terraform を使用し始めています。コードのバージョン管理を実装し、他のチーム メンバーとコードを共有する方法が必要です。あなたは何をするべきか？

• A. Terraform コードを共有 Google ドライブ フォルダーに保存し、すべてのチーム メンバーのコンピューターと自動的に同期します。新しいバージョンをそれぞれ識別する命名規則に従ってファイルを整理します。
• B. Terraform コードをバージョン管理システムに保存します。新しいバージョンをプッシュし、マスターとマージする手順を確立します。
• C. Terraform コードを、各バージョン リリースの子フォルダーを持つネットワーク共有フォルダーに保存します。全員が異なるファイルで作業するようにしてください。
• D. オブジェクトのバージョニングを使用して、Terraform コードを Cloud Storage バケットに保存します。すべてのチームメンバーにバケットへのアクセス権を与えて、ファイルをダウンロードできるようにします。

正解：B

解説：
https://www.terraform.io/docs/cloud/guides/recommended-practices/part3.3.html

質問 # 99
オンプレミスおよび Google Cloud Platform にデプロイされた大規模な Google Kubernetes Engine (GKE) クラスタ上で実行される e コマース アプリケーションをサポートしているとします。アプリケーションは、コンテナー内で実行されるマイクロサービスで構成されます。CPU とメモリを最も使用しているコンテナを特定したいと考えています。あなたは何をするべきか？

• A. Stackdriver Logging を使用してアプリケーション ログを BigOuery にエクスポートします。コンテナごとにログを集約し、CPU とメモリの消費量を分析します。
• B. Stackdriver Monitoring API を使用してカスタム指標を作成し、グループを使用してコンテナを整理します。
• C. Prometheus を使用してコンテナーごとにログを収集および集約し、その結果を Grafana で分析します。
• D. Stackdriver Kubernetes Engine Monitoring を使用します。

正解：D

解説：
https://cloud.google.com/anthos/clusters/docs/on-prem/1.7/concepts/logging-and-monitoring

質問 # 100
Google Kubernetes Engine (GKE) で実行され、Blue/Green デプロイ方法を使用するアプリケーションを管理します。Kubernetes マニフェストの抜粋を以下に示します。

導入アプリグリーンは、アプリケーションの新しいバージョンを使用するように更新されました。 導入後のモニタリング中に、ユーザーリクエストの大部分が失敗していることに気づきました。 テスト環境ではこの動作は観察されませんでした。 ユーザーおよびユーザーに対するインシデントの影響を軽減する必要があります。開発者が問題をトラブルシューティングできるようにするにはどうすればよいですか?

• A. サービス app-svc のセレクターを app: my-app、version: blue に変更します。
• B. サービス app-2vc のセレクターを app: my-app に変更します。
• C. 新しいバージョンのアプリケーションを使用するように、Deployment app-blue を更新します。
• D. アプリケーションの以前のバージョンを使用するようにデプロイメント ape-green を更新します。

正解：A

解説：
Explanation
The best option for mitigating the incident impact on users and enabling the developers to troubleshoot the issue is to change the selector on the Service app-svc to app: my-app, version: blue. A Service is a resource that defines how to access a set of Pods. A selector is a field that specifies which Pods are selected by the Service. By changing the selector on the Service app-svc to app: my-app, version: blue, you can ensure that the Service only routes traffic to the Pods that have both labels app: my-app and version: blue. These Pods belong to the Deployment app-blue, which uses the previous version of the application. This way, you can mitigate the incident impact on users by switching back to the working version of the application. You can also enable the developers to troubleshoot the issue with the new version of the application in the Deployment app-green without affecting users.

質問 # 101
Compute Engine にデプロイされたアプリケーションをサポートしているとします。アプリケーションは Cloud SQL インスタンスに接続してデータを保存および取得します。アプリケーションを更新した後、ユーザーはデータベース タイムアウト メッセージを示すエラーを報告します。同時アクティブ ユーザー数は安定していました。データベース タイムアウトの最も可能性の高い原因を見つける必要があります。あなたは何をするべきか？

• A. Cloud Security Scanner を使用して、Cloud SQL が分散型サービス拒否 (DDoS) 攻撃を受けているかどうかを確認します。
• B. Compute Engine インスタンスのシリアル ポート ログを確認します。
• C. Stackdriver Profiler を使用して、アプリケーション全体のリソース使用率を視覚化します。
• D. Cloud SQL インスタンスへの接続数が増加しているかどうかを判断します。

正解：D

解説：
Explanation
The most probable cause of the database timeout is an increased number of connections to the Cloud SQL instance. This could happen if the application does not close connections properly or if it creates too many connections at once. You can check the number of connections to the Cloud SQL instance using Cloud Monitoring or Cloud SQL Admin API .

質問 # 102
あなたは、一連の Google Kubernetes Engine (GKE) クラスターへの本番環境のデプロイを管理しています。信頼できる CI/CD パイプラインによって正常に構築されたイメージのみが実稼働環境にデプロイされるようにしたいと考えています。あなたは何をするべきか？

• A. コンテナー レジストリで脆弱性分析を有効にします。
• B. Binary Authorization を使用して Kubernetes Engine クラスターをセットアップします。
• C. クラスターで Cloud Security Scanner を有効にします。
• D. Kubernetes Engine クラスターをプライベート クラスターとしてセットアップします。

正解：B

解説：
Explanation
https://cloud.google.com/binary-authorization/docs/overview

質問 # 103
あなたは、主力サービスの半年ごとのキャパシティ プランニングを実行しています。今後 6 か月間、サービス ユーザーの増加率が前月比 10% になると予想します。サービスは完全にコンテナ化されており、Google Cloud Platform (GCP) 上で実行されます。クラスター オートスケーラーが有効になっている 3 つのゾーンで Google Kubernetes Engine (GKE) Standard リージョン クラスターを使用します。現在、展開されている合計 CPU 容量の約 30% を消費しており、ゾーンの障害に対する回復力が必要です。不必要なコストを回避しながら、この成長またはゾーン障害の結果としてユーザーが経験する悪影響を最小限に抑えたいと考えています。予測される成長に対処するにはどのように準備すべきでしょうか?

• A. 最大ノード プール サイズを確認し、水平ポッド オートスケーラーを有効にしてから、負荷テストを実行して、予想されるリソースのニーズを確認します。
• B. GKE にデプロイされており、クラスタ オートスケーラーを使用しているためです。GKE クラスタは、成長率に関係なく自動的にスケーリングされます。
• C. 使用率がわずか 30% であるため、かなりの余裕があり、この増加率に合わせて追加の容量を追加する必要はありません。
• D. 6 か月間の 10% の増加率に対応するためにノード容量を 60% 追加し、負荷テストを実行して十分な容量があることを確認します。

正解：A

解説：
https://cloud.google.com/kubernetes-engine/docs/concepts/horizontalpodautoscaler The Horizontal Pod Autoscaler changes the shape of your Kubernetes workload by automatically increasing or decreasing the number of Pods in response to the workload's CPU or memory consumption

質問 # 104
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 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。
• B. 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。
• C. 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。
• D. 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。

正解：C

解説：
Explanation
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.
References:
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
Logging Best Practices for Serverless Applications - Google Codelabs
About the logging agent | Cloud Logging Documentation | Google Cloud
Cloud Run FAQ | Google Cloud

質問 # 105
あなたはグローバル組織で働いており、限られたエンジニアリング リソースで 99% の可用性目標を設定してサービスを実行しています。現在の暦月では、サービスの可用性が 99 5% であることがわかりました。サービスが定義された可用性目標を満たし、今後の新機能のリリースを含むビジネスの変化に対応できることを確認する必要があります。また、運用コストを最小限に抑えながら技術的負債を削減する必要があります。Google が推奨するプラクティスに従いたいです。どうすればよいですか?

• A. 反復的なタスクを自動化することで、労力を特定、測定、排除します
• B. サービス レベルの可用性に対するエラー バジェットを定義し、残りのエラー バジェットを最小限に抑えます。
• C. 追加のコンピューティング リソースをサービスに追加することで、サービスに N+1 冗長性を追加します。
• D. 可用性が目標内に収まるようにしながら、利用可能なエンジニアを機能バックログに割り当てます。

正解：B

質問 # 106
あなたは現在、組織の Google Cloud プロジェクトの Cloud Monitoring 指標を表示する方法を計画しています。あなたの組織には 3 つのフォルダーと 6 つのプロジェクトがあります。

1 つのフォルダ内のプロジェクトの指標のみを表示するように Cloud Monitoring ダッシュボードを構成したい 他のフォルダ内のプロジェクトの指標がダッシュボードに表示されないようにする必要がある Google が推奨するプラクティスに従いたい どうすればよいですか?

• A. 現在の app-one-prod プロジェクトをスコープ プロジェクトとして使用します。
• B. 単一の新しいスコープ プロジェクトを作成します。
• C. 現在の app-one-dev、app-one-staging、および app-one-prod プロジェクトを各フォルダーのスコープ プロジェクトとして使用します。
• D. フォルダーごとに新しいスコープ プロジェクトを作成します。

正解：D

解説：
Explanation
The best option for configuring Cloud Monitoring dashboards to only display metrics from the projects within one folder is to create new scoping projects for each folder. A scoping project is a project that defines which resources are monitored by Cloud Monitoring. You can create new scoping projects for each folder by using the gcloud monitoring register-project command. This way, you can associate each scoping project with a folder and only monitor the resources within that folder. You can then configure Cloud Monitoring dashboards to use the scoping projects as data sources and only display metrics from the projects within one folder.

質問 # 107
......

有効な試験問題を試そうProfessional-Cloud-DevOps-Engineer日本語は無料サイトで限定お試しチャンス：https://www.goshiken.com/Google/Professional-Cloud-DevOps-Engineer-JPN-mondaishu.html