Google Cloud Digital Leader の練習問題（当サイト作成）

正解：ウ（保存するデータと、そのアクセスのポリシーを管理する。）　当サイトの解答

• ア × 誤り 基盤の保護まで利用者の仕事と考えた

  基盤のネットワークとインフラは、どのサービスの種類でも Google が扱います。

• イ × 誤り 物理面の管理まで利用者の仕事と考えた

  基盤は、どのサービスの種類でも Google の側です。利用者が受け持つのは、基盤の上に置くものです。

• ウ ○ 正しい

  サービスの種類が変わっても、アクセスのポリシーと自分のデータは常に利用者の責任です。SaaS では、主にこの 2 つが利用者に残ります。

• エ × 誤り SaaS でも利用者が基盤のソフトを更新すると考えた

  SaaS では、基盤を含む大半のセキュリティ作業を Google が担います。利用者が更新するものではありません。

正解：ア（サーバーレスで、リソースを用意したり手動で拡張したりせずに分析できる。）　当サイトの解答

• ア ○ 正しい

  BigQuery は、インフラ管理がいらないサーバーレスの構成です。リソースの用意や手動の拡張は不要です。

• イ × 誤り 分析基盤は、自分でクラスタを組むものと考えた

  BigQuery では、リソースを用意したり手動で拡張したりしません。

• ウ × 誤り 容量と処理能力を一緒にしか増やせないと考えた

  ストレージと計算は別々の層で、独立して拡張できます。片方の変更がもう片方に影響しません。

• エ × 誤り 分析用のサービスは、独自の言語が必要と考えた

  BigQuery は ANSI 標準の SQL に対応しています。

正解：イ（Cloud Run）　当サイトの解答

• ア × 誤り 常時起動でも、使わない時間の稼働は 0 になると考えた

  常時起動の仮想マシンは、使わない時間も動き続けるので、0 にはなりません。

• イ ○ 正しい

  Cloud Run は、クラスタを作らずにコンテナを動かせます。リクエストがないときはすべてのインスタンスを取り除き、新しいリクエストで起動します。

• ウ × 誤り コンテナを動かすなら Kubernetes のクラスタが必須と考えた

  条件は「クラスタを作らない」です。Kubernetes Engine はクラスタを使うサービスなので、合いません。クラスタを作らずに済むのは Cloud Run です。

• エ × 誤り 保存先と実行環境を取り違えた

  Cloud Storage はデータを保存するサービスで、コンテナを動かすサービスではありません。

正解：エ（フォルダに対して、閲覧用の事前定義ロールをグループに付与する。）　当サイトの解答

• ア × 誤り 権限は、上位から配下へ引き継がれないと考えた

  上位に設定したポリシーは配下に適用されます。個別に追加しなくても済みます。

• イ × 誤り 広い権限を与えておけば確実と考えた

  基本ロールは広い権限で、実運用では使わないよう示されています。閲覧だけなら、目的に合ったロールを選びます。

• ウ × 誤り 権限を共通にするには、リソースを統合する必要があると考えた

  統合しなくても、フォルダに付与すれば配下のプロジェクトにも適用されます。

• エ ○ 正しい

  フォルダに設定したポリシーは、配下のすべてのプロジェクトに適用されます。1 回の付与で、10 個のプロジェクトに効きます。

正解：ウ（Spanner）　当サイトの解答

• ア × 誤り 大量のデータを扱うサービスなら何でも使えると考えた

  BigQuery は、データを管理して分析するためのデータ基盤です。注文を受け付ける側のデータベースとは役割が違います。

• イ × 誤り データを保存できるサービスは、データベースの代わりになると考えた

  Cloud Storage はオブジェクトを保存するサービスで、注文データを扱うデータベースの代わりではありません。

• ウ ○ 正しい

  Spanner は、常時稼働で、規模をほぼ無制限に広げられるデータベースです。注文データを扱う条件に合います。

• エ × 誤り アプリを動かすサービスがデータも持つと考えた

  Cloud Run はコンテナを動かす実行環境で、データベースではありません。

正解：イ（同じリージョンの複数のゾーンに分けて置く。）　当サイトの解答

• ア × 誤り 台数を増やせば、ゾーンの障害にも耐えられると考えた

  同じゾーンにある限り、そのゾーンの障害の影響を受けます。ゾーンを分けて置くのが、障害への備えです。

• イ ○ 正しい

  リージョン内の別のゾーンにリソースを置くと、インフラ障害のリスクが下がります。1 つのゾーンが使えなくなっても、別のゾーンで動かせます。

• ウ × 誤り リージョンの選び方が、障害への備えになると考えた

  リージョンは、遅延やデータの置き場所、料金などを考えて選ぶものです。ゾーンの障害への備えとは別の話です。

• エ × 誤り ゾーンを分けても意味がないと考えた

  別のゾーンにリソースを置くと、インフラ障害のリスクが下がります。分けて置くことには意味があります。

正解：エ（通知が送られるが、サービスは動き続け、課金も続く。）　当サイトの解答

• ア × 誤り 予算には、支出を止める上限の働きがあると考えた

  アラートのみの予算は、使用や支出を自動で上限にするものではありません。

• イ × 誤り 予算が、請求額の上限になると考えた

  予算を超えても、サービスは動き続け、課金も続きます。

• ウ × 誤り 超過すると、アカウントに罰則があると考えた

  しきい値を超えると起きるのは通知です。アカウントは閉じられません。

• エ ○ 正しい

  アラートのみの予算は、しきい値に達したことを知らせるだけです。サービスは止まりません。

正解：ア（作業の流れに組み込まれた、生成 AI の支援を提供する。）　当サイトの解答

• ア ○ 正しい

  Gemini for Google Cloud は、利用者の作業の流れに生成 AI の支援を組み込んだものです。

• イ × 誤り 生成 AI の支援は、アプリを自作する人向けと考えた

  独自の生成 AI アプリを作る用途は、別に用意されています。Gemini for Google Cloud は、普段の作業への支援です。

• ウ × 誤り 自分で組み込んで初めて使えると考えた

  作業の流れの中に、最初から支援が組み込まれています。自社での開発は前提ではありません。

• エ × 誤り Google Cloud の中の作業は対象外と考えた

  Google Cloud での作業の流れに組み込まれた支援を提供するものです。

正解：イ（Cloud Monitoring のアラートポリシー）　当サイトの解答

• ア × 誤り 「アラート」という名前から、料金の予算と取り違えた

  予算は支出を追うものです。CPU 使用率のような指標は、Cloud Monitoring が扱います。

• イ ○ 正しい

  アラートポリシーは、指標が定義した条件を満たすと発火し、メールなどの通知先に知らせます。

• ウ × 誤り 通知の宛先を決める設定と考えた

  許可ポリシーは、誰がどのリソースに何をできるかを決めるものです。指標の通知には使いません。

• エ × 誤り クラスの切り替えで負荷が見えると考えた

  ストレージクラスは、アクセスの頻度に合わせたデータの保管の区分です。CPU 使用率の通知とは関係ありません。

正解：ウ（BigQuery ML を使い、SQL でモデルを作る。）　当サイトの解答

• ア × 誤り 機械学習は、データを移さないとできないと考えた

  BigQuery ML では、BigQuery の中でモデルを作れます。

• イ × 誤り 機械学習は Python でしか書けないと考えた

  BigQuery ML は、SQL でも Python でもモデルを作れます。SQL だけでも始められます。

• ウ ○ 正しい

  BigQuery ML は、SQL または Python でモデルの構築・学習・デプロイを行えます。SQL を書ける担当者に合います。

• エ × 誤り 機械学習は、専用のサービスに移さないとできないと考えた

  BigQuery ML として BigQuery に用意されており、データのある場所でモデルを作れます。