[2024年03月20日] ACD300に合格するための無料最新アッピアンプラクティス問題集 [Q21-Q37] : 無料試験問題集 : http://exams.dumpsmaterials.com

新しい質問21
各シナリオについて、期待に応えるために使用する最適なツールを選んでください。注：回答を変更するには、選択リストの上部にある空欄をクリックして選択を解除してください。

新しい質問22
アプリケーションの次期リリースの一環として、顧客データを含むテーブルに新しいNULL可能フィールドが追加されました。新しいフィールドは次期リリースのレポートで使用され、別のテーブルのデータを使用して計算されます。
新しいフィールドを追加するスクリプトを作成する際に考慮すべき2つのアクションはどれですか？

保持されたスクリプトを追加し、NULLのままにするスクリプトを作成する。

フィールドを削除するロールバックスクリプトを作成する。

フィールドを追加し、それを入力するスクリプトを作成する。

フィールドのデータをクリアするロールバックスクリプトを作成する。

顧客データと計算に使用するデータを結合するビューを追加する。

新しい質問23
あなたは Appian プロジェクトのリード開発者で、バックログの絞り込み会議で次のようなユーザーストーリーを提示されました。
レストランの顧客として。テイクアウトの行列に並ばずに済むように、オンラインで料理の注文ができるようにしてほしい』。あなたはどの2つの機能的受け入れ基準を『良い』と考えるだろうか？

ユーザーは「保存」をクリックし、注文情報はORDERテーブルに保存され、監査履歴が残ります。

注文が完了すると、ユーザーにEメールで通知が届きます。

システムは1日あたり最大500件の注文を処理する。

必須項目をすべて入力しないと、ユーザーはフォームを送信できません。

新しい質問24
Applan Cloud アプリケーションに高可用性 (HA) を持たせる 2 つの利点は何ですか。

Applan Cloud HA インスタンスは、異なる地域の異なるアベイラビリティゾーンで稼働する複数のアクティブノードで構成される。

データとトランザクションは、アクティブなノード間で継続的に複製され、冗長性を実現し、単一障害点を回避する。

典型的な Appian Cloud HA インスタンスは、2 つのアクティブノードで構成されます。

システム障害が発生した場合、Appian インスタンスは 15 分以内にリストアされ、ユーザーが利用できるようになります。

説明
Appian Cloud アプリケーションに高可用性（HA）を持たせることの利点は2つある：
* B. データとトランザクションは、冗長性を実現し単一障害点を回避するために、アクティブなノード間で継続的に複製される。これはHAを導入する利点であり、ノードの1つが故障したり利用できなくなったりした場合でも、データとトランザクションのバックアップコピーが常に存在することを保証する。また、1つのノードに加えられた変更は自動的にもう1つのノードに反映されるため、ノード間のデータの整合性と一貫性も向上します。
* D. システム障害が発生した場合、Appian インスタンスは 15 分以内に復旧し、ユーザーが利用できるようになります。これは、Appian インスタンスの高いサービス可用性と信頼性を保証する、HA を導入する利点です。
一方のノードに障害が発生したり、利用できなくなったりしても、もう一方のノードが引き継ぎ、ユーザーに目立ったダウンタイムやデータ損失を与えることなく、リクエストの処理を継続します。
他の選択肢は、以下の理由で正しくない：
* A. Appian Cloud HA インスタンスは、異なる地域の異なるアベイラビリティゾーンで稼働する複数のアクティブノードで構成されます。これは HA を持つことの利点ではなく、Appian Cloud における HA の仕組みの説明です。Appian Cloud HA インスタンスは、異なるリージョンではなく、同じリージョン内の異なるアベイラビリティゾーンで動作する 2 つのアクティブノードで構成されます。
* 典型的な Appian Cloud HA インスタンスは 2 つのアクティブノードで構成されます。これは HA を持つことの利点ではなく、Appian Cloud における HA の仕組みの説明です。典型的な Appian Cloud HA インスタンスは、同じリージョン内の異なるアベイラビリティゾーンで動作する 2 つのアクティブノードで構成されますが、アクティブノードが 1 つである場合と比較して必ずしもメリットがあるわけではありません。検証済みの参照Appian ドキュメント、「High Availability」のセクション。

新しい質問25
TEST から PROD への最初のデプロイプロセスの一環として、検査を実行しています。オブジェクトの1つが、別のチームが所有するアプリケーションのオブジェクトに依存しているため、デプロイされないという通知を受け取りました。
次のステップは？

同じコードベースで独自のオブジェクトを作成し、アプリケーションの依存オブジェクトを置き換える。

本番環境への配備を中止し、他のチームに連絡して、オブジェクトを PROD に昇格させるよう指導してください。

必要なオブジェクトの依存関係をチェックする依存関係が少なく、リスクが低い場合はPROOでデプロイする。

機能的に実行可能なパッケージを、依存関係なしでPRODにプッシュし、他のチームの制約に従って残りのデプロイメントを計画する。

新しい質問26
あなたのアジャイルスクラムプロジェクトでは、1チームあたり3人の開発者からなる2つのチームを管理する必要があります。両チームは同じアプリケーションを並行して開発します。
相互依存による問題を避けるために、チーム間でどのように仕事を分担すべきか？

各チームに、個人的な好みに基づいて取り組みたい石を選んでもらう。

叙事詩と石を技術的難易度別にグループ分けし、難易度の高い物語を1つのチームに割り当てる。

エピックとストーンを機能ごとにグループ化し、機能ごとに各チームに作業を割り当てる。

チームメンバーの累積経験年数に基づいて、各チームにストーリーを割り当てる。

新しい質問 27
Appian プラットフォーム上に 5 つのアプリケーションが稼働しています。ユーザーはプラットフォーム全体で複数のアプリケーションを使用するようになり、クライアントはすべてのアプリケーションで一貫したユーザーエクスペリエンスを確保したいと考えています。あるアプリケーションではリッチテキストを使用し、あるアプリケーションではセクションレイアウトを使用し、あるアプリケーションではボックスレイアウトを使用していることに気づきました。その結果、アプリケーションごとにヘッダーの色とサイズが異なっています。
プラットフォーム全体の一貫性を確保するために、どのようなことをお勧めしますか？

テキストのサイズと色に関する定数を作成し、これらの値を参照するように各セクションを更新する。

共通アプリケーションで、セクションヘッダーのためにプラットフォーム全体で使用できるルールを作成し、この新しいルールを参照するように各アプリケーションを更新する。

共通アプリケーションで、各アプリケーションに1つずつルールを作成し、各アプリケーションがそれぞれのルールを参照するように更新する。

各アプリケーションで、ロットtotセクションヘッダーを使用できるルールを作成し、各アプリケーションをそれぞれのルールを参照するように更新する。

説明
プラットフォーム全体の一貫性を確保する最善の方法は、セクションヘッダーに対してプラットフォーム全体で使用できるルールを作成することです。このルールは共通アプリケーションで作成し、各アプリケーションはこのルールを参照するように更新することができます。これにより、すべてのアプリケーションでヘッダーに同じ色とサイズが使用され、一貫したユーザーエクスペリエンスが提供されます。
他の選択肢はそれほど効果的ではありません。オプションAでは、テキストのサイズと色に定数を作り、各セクションを更新してこれらの値を参照することになるが、各アプリケーションで各セクションを更新する必要がある。これは大変な作業で、間違いも起こりやすい。各アプリケーションに1つのルールを作成するオプションCも、各アプリケーションを更新する必要があります。これはオプションAよりは少ない作業で済むが、それでも多くの作業となり、ミスを犯しやすい。オプションDは、個々のアプリケーションにルールを作成するものだが、プラットフォーム全体の一貫性を確保することはできない。各アプリケーションは独自のルールを持つことになり、そのルールは異なる可能性がある。これでは一貫したユーザーエクスペリエンスを提供できない。
ベストプラクティス：
* プラットフォームを設計する際には、ユーザー体験を考慮することが重要である。一貫したユーザーエクスペリエンスがあれば、ユーザーはそのプラットフォームを学び、使いやすくなる。
* ルールを作成する際は、プラットフォーム全体で一貫して使用することが重要です。そうすることで、プラットフォームのルック＆フィールが一貫したものになります。
* プラットフォームを更新する際には、ユーザーエクスペリエンスを壊さないように変更をテストすることが重要です。

新しい質問 28
あるアプリケーション（App X'）の機能拡張を開発中の開発チーム（Team A）があり、現在UATのためにTEST環境を使用しています。
別の運用チーム(チームB)がアプリXの本番インスタンスで重大なエラーを発見し、修正する必要がある。利用可能な環境はDEV、TEST、PRODである。TEST、およびPRODです。チームASの資本プロジェクトがわずかな中断で済み、チームBの重要な修正を完了し、エンドユーザーに迅速に配布できるようにするために、両チームが採用すべきリスク軽減策はどれでしょうか。

チーム 8 は、変更の重複を避けるため、どのコンポーネントを修正プログラムで対応するかをチーム A に伝えなければならない。重複が存在する場合、そのコンポーネントは、修正プログラムを適用して配備する前に PROD 状態にバージョン変更し、その後、最新の開発状態にバージョン戻さなければならない。重複が存在しない場合、そのコンポーネントは、バージョンを変更せずに修正プログラムを適用して配備してもよい。

チーム A は OEV で現在のコードベースを分析し、Hotfix の変更を最新の機能拡張にマージする必要があります。チームBは、DEVからPROO環境への通常のデプロイプロトコルに従ってHotfixを待つ必要があります。

チーム8は、TEST環境での変更に対応しなければならない。これらの変更は、テストされ、PRODに直接デプロイされる。デプロイが完了したら、チームBは自分たちの変更を各チームに伝え、次のリリースの一部として組み込まれるようにします。チームBは、次のリリースの一部として組み込まれるように、チームに変更を伝えることができます。

チーム8はPRODで直接変更に対応しなければならない。Hotfixの流れはなく、OEVとTESTがアクティブな開発に利用されているため、コンポーネントの競合を避けるのが最善である。チーム A が機能拡張作業を完了したら、チーム 6 は DEV と TEST を更新できる。チーム 6 はそれに応じて DEV と TEST を更新できる。

説明
これは、チームAの資本プロジェクトがわずかな中断で済み、チームBの重要な修正が完了し、エンドユーザーに迅速に展開できるようにするために、両チームが採用できる最善のリスク軽減策である。チームBは、チームAとコミュニケーションをとることで、PRODの重大なエラーの原因となっているコンポーネントを特定し、チームAの機能強化と重複する変更がないかどうかを確認することができる。重複がある場合、チームBは、エラーを修正するための変更を行う前に、そのコンポーネントをPRODの状態（最後の安定バージョン）にバージョンアップすることができます。その後、チームBは修正したコンポーネントをPRODにデプロイし、チームAの機能強化を含む最新の開発状態にバージョンを戻すことができる。こうすることで、チームBは、チームAの作業の上書きや消失を回避し、すべての環境でコンポーネントの一貫性を確保することができる。重複がなければ、チームBは、チームAの作業に影響を与えることなく、コンポーネントに変更を加え、PRODにデプロイするだけでよい。
他のオプションはあまり効果的ではありません。オプションBは、チームAがDEVで現在のコードベースを解析し、Hotfixの変更を最新の機能拡張にマージするというものですが、チームBはチームAの解析とマージの完了を待たなければならないため、重要な修正の展開が遅れてしまいます。オプションC：チームBがTESTの変更に対応する場合、チームAのUATプロセスが中断され、TESTやPRODでコンフリクトやエラーが発生する可能性がある。チームBがPRODで直接変更に対処するオプションDは、PRODに新たなエラーや不整合をもたらす可能性があるため、リスクが高く、推奨されません。
検証済みの参考文献[Appian デプロイメントガイド]、[Appian ベストプラクティス]。

新しい質問 29
適切なプロセスモデルのデータ管理戦略を決定している。
各要件について、実施する適切な戦略をマッチさせる。各戦略は1回ずつ使用する。
注：回答を変更するには、選択リストの上部にある空欄をクリックして、回答の選択を解除することができます。

説明

要件完了またはキャンセルの2日後にアーカイブ処理を行う。正しい一致A. 完了またはキャンセル後 2 日間は利用可能である必要があり、それ以降は不要になり、アクセスもできなくなるプロセス正しい一致の正確な説明は Appian Documentation から引用：この戦略は次のように呼ばれます。
「これは、Appian のプロセスモデルデータ管理のオプションの一つです。この戦略は、完了またはキャンセルされたプロセスは 2 日間利用可能であり、その後はアーカイブされ、アクセスできなくなることを意味します。この戦略により、プロセスデータベースのサイズを削減し、プロセスレポートのパフォーマンスを向上させることができます。
要件システムのデフォルトを使用する（現在、完了またはキャンセルの7日後にプロセスが自動アーカイブされます）。
正しい一致C. 完了またはキャンセル後 7 日間は利用可能であり、その後アクセスされるとアーカイブされるプロセス正解の正確な説明は Appian Documentation から引用しています：この戦略は「システムのデフォルトを使用する」と呼ばれ、Appian のプロセスモデルデータ管理のオプションの一つです。この戦略では、完了またはキャンセルされたプロセスは 7 日間利用可能であり、その後アクセスするとアーカイブされます。このストラテジーは、プロセスを固定スケジュールではなくオンデマンドでアーカイブできるため、プロセスデータの可用性とパフォーマンスのバランスをとるのに役立ちます。
要件完了またはキャンセルの2日後にプロセスを削除する。正しい一致B. 完了またはキャンセル後 2 日間は利用可能である必要があり、その後もアクセス可能である必要があるプロセス正しい一致の正確な説明は Appian ドキュメントから引用しています：この戦略は「2 日後に削除」と呼ばれ、Appian のプロセスモデルデータ管理のオプションの一つです。この戦略は、完了またはキャンセルされたプロセスは 2 日間利用可能なままとなり、その後は削除されてアクセスできなくなることを意味します。この戦略は、プロセスデータベースのサイズを縮小し、プロセスレポートのパフォーマンスを向上させるのに役立ちますが、プロセスデータが永久に失われることも意味します。
要件プロセスを自動的にクリーンアップしない正しい一致D. アーカイブを解除する必要がなく、利用可能な状態を維持する必要があるプロセス正解の正確な説明は Appian Documentation から引用しています：この戦略は「自動的にクリーンアップしない」と呼ばれ、Appian のプロセスモデルデータ管理のオプションの 1 つです。このストラテジーは、完了またはキャンセルされたプロセスがアーカイブや削除されることなく、無期限に利用可能であることを意味します。この戦略は、プロセスデータの可用性と完全性を確保するのに役立ちますが、プロセスデータベースが時間とともに大きくなり、プロセスレポートのパフォーマンスに影響を与えることも意味します。

新しい質問 30
あなたは、大規模なサイトのサポートケースを管理するケース管理アプリケーションを開発しています。このアプリケーションのサイトのタブの 1 つは、ケースのレコードグリッドと、そのケースに対応するサイトに関する情報です。ユーザは、優先度とステータスによってケースをフィルタリングできなければなりません。
エンティティバックアップレコードのソースとしてビューを作成し、個別のケース/サイトテーブルを結合することにします（以下の画像）。

どの3つのカラムにインデックスを付けるべきか？

サイトID

ステータス

名称

修正日

優先順位

case_id

新しい質問 31
行数の多い（>100k）MySQLテーブルの検索されたフィールドにインデックスを追加します。
どの3つのシナリオに当てはまれば、同指数から大きな恩恵を受けられるだろうか？

このフィールドには、テキストによるショット・ビジネス・コードが含まれる。

フィールドには、ハッシュのような構造化されていない長いテキストが含まれる。

このフィールドには多くの日付が含まれ、その範囲は広い。

Addには、0以上の整数と0以下の整数が含まれる。

このフィールドには構造化されたJSONが含まれる。

説明
次のような場面で、この指標は大いに役立つだろう：
* A. フィールドがテキストによるショートビジネスコードを含んでいる。これは、フィールド内の値の完全一致または範囲を検索するクエリのパフォーマンスをインデックスが向上させるシナリオです。テキスト形式の短いビジネス・コードは、カーディナリティが高い可能性が高く、明確な値が多く重複が少ないことを意味します。これは、インデックスがより選択的で効率的になり、検索条件に基づいて結果を素早く絞り込むことができることを意味します。
* C. フィールドには、大きな範囲をカバーする多くの日付が含まれています。これは、フィールド内の値の完全一致や範囲を検索するクエリのパフォーマンスをインデックスが向上させるシナリオです。datetimeフィールドは、高いカーディナリティを持つ可能性が高く、これは、多くの明確な値を持ち、重複が少ないことを意味します。これは、インデックスがより選択的で効率的になり、検索条件に基づいて結果を素早く絞り込むことができることを意味します。
* D. このフィールドは0以上の大きな整数を含んでいます。これは、フィールドの値の完全一致または範囲を検索するクエリのパフォーマンスをインデックスが向上させるシナリオです。大きな整数フィールドは、カーディナリティが高い、つまり明確な値が多く重複が少ない可能性が高いです。これは、インデックスがより選択的で効率的になり、検索条件に基づいて結果を素早く絞り込むことができることを意味します。
他の選択肢は、以下の理由で正しくない：
* B. フィールドにハッシュのような構造化されていない長いテキストが含まれている。これは、フィールド内の値の完全一致や範囲を検索するクエリのパフォーマンスをインデックスが改善しない可能性があるシナリオです。構造化されていない長いテキストフィールドは、カーディナリティが低い可能性が高く、明確な値が少なく重複が多いことを意味します。このため、検索条件に基づいて素早く結果を絞り込むことができず、インデックスの選択性と効率が悪くなります。さらに、長い非構造化テキストフィールドにインデックスを作成すると、データベースのストレージスペースとメンテナンスコストが増大し、全体的なパフォーマンスに影響を与える可能性がある。
* E. フィールドが構造化されたJSONを含んでいる。これは、フィールド内の値の完全一致または範囲を検索するクエリのパフォーマンスがインデックスによって改善されない可能性があるシナリオです。構造化 JSON フィールドは MySQL のネイティブなデータ型ではなく、その要素にアクセスしたり操作したりするには特別な関数や演算子が必要です。構造化 JSON フィールドにインデックスを付けると、データベースの複雑さとオーバーヘッドが増加し、全体的なパフォーマンスに影響する可能性があります。検証済みのリファレンスAppian ドキュメント、「クエリの最適化」。

新しい質問32
あなたは、著名な顧客のために大規模な獲得アプリケーションを構築するよう命じられた。獲得プロセスでは、購入要求の達成にかかる時間を追跡します。
顧客は、複数のアプリケーション開発チームが存在するように契約を構成している。
繰り返しのコードを最小限に抑えながら、複数のプロセスやフォームをどのように設計すべきか？

センター・オブ・エクセレンス（CoE）の設立

共通オブジェクト・アプリケーションを作成する。

チームリードのためにスクラム・オブ・スクラムのスプリントミーティングを作成する。

必要に応じてプロセスやフォームの複製を作成する

新しい質問33
あなたは、MySQL データベースへの問い合わせと書き込みを行う Appian アプリケーションのデータ量テストに関する戦略を計画しています。
Appian アプリケーションとデータベースへの管理者アクセス権を持っています。
データボリュームテスト戦略を設計する際に考慮すべき2つのポイントとは？

事前入力されたデータをロードする前に、以前のテストのデータをテスト環境に残しておく必要がある。

大きなデータセットは、Applanプロセスでロードする必要があります。

入力が必要なデータ量は、プロジェクト・スポンサーと利害関係者の見積もりに基づいて決定されるべきである。

適切な量のデータを使ったテストは、各スプリントの一部として行う定義に含まれるべきである。

データモデルの変更は、プロテクトが終了するまで待たなければならない。

説明
MySQL データベースへのクエリや書き込みを行う Appian アプリケーションのデータ量テスト戦略を設計する際には、2 つの重要な点を考慮する必要があります：
* 適切なデータ量を使ったテストは、各スプリントの一部として行う定義に入れるべきである。データ量のテストは、大量のデータを扱ったときにアプリケーションがどの程度うまく動作するかを検証するテストの一種です。データボリュームテストは、アプリケーションがユーザーと利害関係者のパフォーマンスと品質の要件を満たしていることを確認するために重要です。データボリュームテストを各スプリントの一部として完了の定義に含めることで、アプリケーションの各特徴や機能が、本番環境に配信される前に現実的なデータボリュームでテストされることを確実にすることができます。こうすることで、開発サイクルの早い段階で潜在的な問題やボトルネックを特定し、解決することができます。
* データモデルの変更は、プロジェクトの終盤まで待たなければなりません。データモデルの変更とは、テーブル、カラム、インデックス、制約の追加、変更、削除など、データベースの構造やスキーマに影響を与える変更のことです。データモデルの変更は、特に大量のデータを扱う場合、リスクが高く、コストがかかります。データモデルの変更は、データベースのパフォーマンス、機能性、完全性に影響を与える可能性があります。
* アプリケーションとデータベースしたがって、データ・モデルの変更は、要件と設計の決定が確定し、データ量のテスト作業が最小化されるプロジェクトの終盤まで待たなければなりません。データモデルの変更をプロジェクトの終盤まで待つことで、変更の影響と複雑さを軽減し、不必要な手戻りやリグレッションを避けることができます。
他の選択肢はそれほど効果的ではありません。オプション A、つまり、プリポップされたデータをロードする前に、以前のテストのデータをテスト環境に残しておく必要がある、というのは、データボリュームテスト戦略を設計する際の重要な考慮事項ではありません。オプション B、大きなデータセットを Appian プロセス経由でロードする必要がある、は、データ量のテスト戦略を設計する際の重要な考慮事項ではなく、アプリケーションに適しているかどうかという技術的な実装の詳細です。オプション C、投入するデータ量は、プロジェクトスポンサーと利害関係者の見積もりに基づいて決定する必要がある、はデータ量のテスト戦略を設計するため�

[2024年3月20日】ACD300 Dumps Free Latest Appian Practice Tests【Q21-Q37】に合格しました。