時系列トランザクションデータをコピーするデータパイプラインを作成し、データサイエンスチームがBigQuery内からクエリを実行して分析できるようにする必要があります。1時間ごとに数千件のトランザクションが新しいステータスで更新されます。初期データセットのサイズは1.5PBで、1日あたり3TBずつ増加します。データは高度に構造化されており、データサイエンスチームはこのデータに基づいて機械学習モデルを構築します。データサイエンスチームのパフォーマンスと使いやすさを最大化したいと考えています。どの2つの戦略を採用すべきでしょうか？(2つ選択してください。)

• A. ステータス更新がBigQueryに更新されるのではなく追加されるようなデータパイプラインを開発します。
• B. データを可能な限り非正規化します。
• C. トランザクションデータのデイリースナップショットをクラウドストレージにコピーし、Avroファイルとして保存します。BigQueryの外部データソースのサポートを使用してクエリを実行します。
• D. BigQuery UPDATEを使用してデータセットのサイズをさらに縮小します。
• E. データの構造をできる限り維持する。

あなたは、eコマース会社向けのバスケット放棄システムを設計しています。システムは、次のルールに基づいてユーザーにメッセージを送信します。
1時間、サイト上でユーザーによる操作がない
30ドル以上の商品をカートに追加しました
取引が完了していない
Google Cloud Dataflow を使用してデータを処理し、メッセージを送信するかどうかを決定します。パイプラインをどのように設計すればよいでしょうか?

• A. 60 分間の固定時間ウィンドウを使用します。
• B. 60 分の遅延を持つ時間ベースのトリガーを持つグローバル ウィンドウを使用します。
• C. ギャップ時間が 60 分のセッション ウィンドウを使用します。
• D. 期間が 60 分のスライディング タイム ウィンドウを使用します。

ケーススタディ2 - MJTelco
会社概要
MJTelcoは、世界中の急速に成長している未開拓市場でネットワーク構築を目指すスタートアップ企業です。同社は革新的な光通信ハードウェアに関する特許を保有しており、これらの特許に基づき、安価なハードウェアで信頼性の高い高速バックボーンリンクを多数構築することが可能です。
会社概要
経験豊富な通信業界の幹部によって設立されたMJTelcoは、もともと宇宙空間における通信の課題を克服するために開発された技術を活用しています。事業運営の根幹となるのは、リアルタイム分析を可能にし、機械学習を組み込んでトポロジーを継続的に最適化する分散型データインフラストラクチャの構築です。ハードウェアが安価であるため、ネットワークを過剰に展開することで、地域情勢の変化がロケーションの利用可能性やコストに与える影響に対応できるように計画しています。
彼らの経営陣と運用チームは世界中に分散しており、システム内ではデータ利用者とデータ提供者の間で多対多の関係が構築されています。慎重な検討の結果、彼らはパブリッククラウドが自社のニーズを満たす最適な環境であると判断しました。
解決策のコンセプト
MJTelcoは自社ラボで概念実証(PoC)プロジェクトを成功裏に実施している。彼らには主に2つのニーズがある。
* 5万件以上のインストール規模に拡大する際に発生する、より大量のデータフローをサポートできるよう、PoC(概念実証)を拡張し、強化する。
* 機械学習サイクルを改良し、トポロジー定義を制御するために使用する動的モデルを検証および改善する。
MJTelcoは、実験の実行、新機能の展開、および本番顧客へのサービス提供のニーズを満たすために、開発/テスト、ステージング、および本番という3つの独立した運用環境も使用します。
ビジネス要件
* 予測不可能な分散型通信ユーザーコミュニティにおいて、必要な時に必要な場所でリソースをインスタンス化することで、最小限のコストで本番環境を拡張します。
最先端の機械学習と分析を保護するため、独自のデータのセキュリティを確保する。
分散した研究者が分析のためにデータに確実かつタイムリーにアクセスできるようにする
顧客に影響を与えることなく、機械学習モデルの迅速な反復開発を可能にする隔離された環境を維持する。
技術要件
テレメトリデータの安全かつ効率的な輸送と保管を確保する
* インスタンスを迅速に拡張し、それぞれ複数のフローを持つ10,000～100,000のデータプロバイダーをサポートします。
* 最大2年分のデータを追跡するデータテーブルに対して分析とプレゼンテーションが可能で、1日あたり約1億件のレコードを保存できます。
* テレメトリフローと本番環境における学習サイクルの両方において、データパイプラインの問題を認識することに重点を置いた監視インフラストラクチャの迅速な反復をサポートします。
CEO声明
当社のビジネスモデルは、特許、分析技術、そして動的な機械学習に支えられています。低価格ながら高い信頼性を実現するハードウェア構成により、コスト面で優位性を確保しています。信頼性と容量に関する当社のコミットメントを満たすためには、大規模な分散データパイプラインを迅速に安定化させる必要があります。
CTO声明
当社のパブリッククラウドサービスは、宣伝どおりに動作する必要があります。拡張性とデータセキュリティを確保できるリソースが必要です。また、データサイエンティストがモデルを綿密に分析し、迅速に適応できる環境も必要です。データの処理に自動化を活用しているため、開発環境とテスト環境も、反復作業に合わせて適切に動作する必要があります。
最高財務責任者(CFO)声明
このプロジェクトは規模が大きすぎるため、データと分析に必要なハードウェアとソフトウェアを自社で維持管理することはできません。また、これほど多くのデータフィードを監視する運用チームを配置する余裕もないため、自動化とインフラストラクチャに頼ることになります。Google Cloudの機械学習を活用することで、当社の定量分析担当者はデータパイプラインの問題ではなく、より価値の高い課題に取り組むことができるようになります。
Google Data Studio 360 で、大規模チーム向けの新しいレポートを作成します。このレポートは、データソースとして Google BigQuery を使用します。従業員が自分の地域に関連付けられたデータのみを閲覧できるようにすることは会社のポリシーであるため、地域ごとにテーブルを作成してデータを入力します。データへの地域別アクセス ポリシーを適用する必要があります。実行すべき 2 つのアクションはどれですか？(2 つ選択してください。)

• A. すべてのテーブルがグローバルデータセットに含まれていることを確認してください。
• B. 各ビューの設定を調整して、関連する地域ベースのセキュリティグループがビューにアクセスできるようにします。
• C. 各データセットの設定を調整して、関連する地域ベースのセキュリティグループがビューにアクセスできるようにします。
• D. 各テーブルが地域のデータセットに含まれていることを確認します。
• E. 各テーブルの設定を調整して、関連する地域ベースのセキュリティグループがビューにアクセスできるようにします。

データレイクソリューションの一部としてクラウドストレージを利用することを計画しています。クラウドストレージのバケットには、外部システムから取り込まれたオブジェクトが格納されます。各オブジェクトは一度だけ取り込まれ、個々のオブジェクトへのアクセスパターンはランダムです。これらのオブジェクトの保存と取得にかかるコストを最小限に抑えたいと考えています。また、コスト最適化の取り組みがユーザーやアプリケーションにとって透過的であることを保証したいと考えています。どのような対策を講じるべきでしょうか？

• A. オブジェクトライフサイクル管理ポリシーを使用してクラウドストレージバケットを作成し、オブジェクトの経過日数が30日に達した場合に、オブジェクトをStandardストレージクラスからColdlineストレージクラスに移行します。
• B. 自動クラス化が有効になっているクラウドストレージバケットを作成します。
• C. オブジェクトがアクティブでない場合、オブジェクトを標準ストレージクラスからコールドラインストレージクラスに移行するためのオブジェクトライフサイクル管理ポリシーを持つクラウドストレージバケットを作成します。
• D. クラウドストレージのバケットを2つ作成します。1つ目のバケットにはStandardストレージクラスを、2つ目のバケットにはColdlineストレージクラスを使用します。30日後に、1つ目のバケットから2つ目のバケットへオブジェクトを移行します。