Professional-Data-Engineer Dumps PDF 2023 Program Your Preparation EXAM SUCCESS [Q95-Q111] (专业数据工程师)

新问题 95
您可以从 BigQuery Web UI 执行这些操作中的哪些操作？

新问题 96
以下哪些是特征工程技术？(请选择 2 个答案）

新问题 97
贵公司正在将逗号分隔值 (CSV) 文件加载到 Google BigQuery 中。数据完全导入成功；但是，导入的数据与源文件的字节不匹配。
造成这一问题的最可能原因是什么？

新问题 98
贵公司正在开展首次动态营销活动，通过分析节日期间的实时数据提供不同的优惠。数据科学家正在收集 TB 级的数据，这些数据在为期 30 天的营销活动中每小时都在快速增长。他们正在使用 Google Cloud Dataflow 对数据进行预处理，并收集 Google Cloud Bigtable 中机器学习模型所需的特征（信号）数据。该团队发现，在读取和写入 10 TB 数据的初始负载时，性能并不理想。
a.他们希望在提高性能的同时最大限度地降低成本。他们应该怎么做？

新问题 99
贵机构使用 Google BigQuery 收集和分析数据已有 6 个月。分析的大部分数据都放在名为 events_partitioned 的时间分区表中。为了降低查询成本，贵组织创建了一个名为 events 的视图，该视图只查询最近 14 天的数据。该视图使用传统 SQL 进行描述。下个月，现有应用程序将连接到 BigQuery，通过 ODBC 连接读取事件数据。您需要确保应用程序能够连接。您应该采取哪两项措施？(选择两项）。

新问题 100
为获得最佳性能，建议将计算引擎实例和云 Bigtable 实例的区域设置在哪个区域？

新问题 101
您想在云存储中存档数据。由于某些数据非常敏感，您希望使用 "不信任任何人"（TNO）方法来加密数据，以防止云提供商的员工解密您的数据。您应该怎么做？

新问题 102
您计划使用 MySQL 部署云 SQL。您需要确保区故障时的高可用性。您应该怎么做？

新问题 103
您正在 Google Cloud 中创建一个新管道，将物联网数据从 Cloud Pub/Sub 通过 Cloud Dataflow 流式传输到 BigQuery。在预览数据时，您注意到大约 2% 的数据似乎已损坏。您需要修改云数据流管道以过滤掉这些损坏的数据。您应该怎么做？

新问题 104
案例研究 1 - Flowlogistic
公司概况
福禄物流是一家领先的物流和供应链供应商。他们帮助世界各地的企业管理资源，并将资源运送到最终目的地。公司发展迅速，业务范围不断扩大，包括铁路、卡车、飞机和远洋运输。
公司背景
公司最初是一家地区性卡车运输公司，后来扩展到其他物流市场。
由于没有更新基础设施，订单和货物的管理和跟踪成为瓶颈。为了改善运营，Flowlogistic 开发了在包裹层面实时跟踪货物的专有技术。但是，他们无法部署该技术，因为他们基于 Apache Kafka 的技术堆栈无法支持处理量。此外，Flowlogistic 希望进一步分析其订单和发货情况，以确定如何以最佳方式部署资源。
解决方案理念
Flowlogistic 希望利用云技术实现两个概念：
* 在实时库存跟踪系统中使用其专有技术，以显示货物的位置
* 对所有订单和装运日志（包含结构化和非结构化数据）进行分析，以确定如何以最佳方式部署资源，以及要拓展哪些市场。他们还希望使用预测分析，以便更早地了解货物何时会延误。
现有技术环境
Flowlogistic 的架构位于一个数据中心内：
* 数据库
2 个集群中的 8 台物理服务器
- SQL Server - 用户数据、库存、静态数据
3 台物理服务器
- Cassandra - 元数据、跟踪信息
10 台 Kafka 服务器--跟踪信息聚合和批量插入
* 应用服务器--客户前端、订单/客户中间件
在 20 台物理服务器上运行 60 台虚拟机
- Tomcat - Java 服务
- Nginx - 静态内容
- 批处理服务器
* 存储设备
- 用于虚拟机 (VM) 主机的 iSCSI
- 光纤通道存储区域网络 (FC SAN) - SQL 服务器存储
- 网络附加存储 (NAS) 图像存储、日志、备份
* 10 台 Apache Hadoop /Spark 服务器
- 核心数据湖
- 数据分析工作量
* 20 台杂项服务器
- Jenkins、监控、堡垒主机、
业务要求
* 建立一个可靠的、可重复的生产环境。
* 在集中式数据湖中汇总数据以进行分析
* 利用历史数据对未来货运进行预测分析
* 利用专有技术准确跟踪全球范围内的每一批货物
* 通过快速提供新资源，提高业务灵活性和创新速度
* 分析和优化架构，提高云计算性能
* 在满足所有其他要求的情况下，完全迁移到云端
技术要求
* 处理流式数据和批处理数据
* 迁移现有的 Hadoop 工作负载
* 确保架构具有可扩展性和弹性，以满足公司不断变化的需求。
* 尽可能使用托管服务
* 加密飞行和静态数据
* 在生产数据中心和云环境之间连接 VPN SEO 声明 我们的发展速度太快，无法升级基础设施确实阻碍了我们的进一步发展和效率的提高。我们在全球范围内运送货物的效率很高，但在运送数据方面却效率低下。
我们需要对信息进行整理，以便更轻松地了解客户在哪里以及他们在运送什么。
首席技术官声明
信息技术从来都不是我们的优先事项，因此，随着数据的增长，我们对技术的投入却不够。我有一个很好的员工来管理 IT，但他们忙于管理我们的基础设施，我无法让他们去做真正重要的事情，比如整理我们的数据、建立分析，以及想办法实施首席财务官的跟踪技术。
首席财务官声明
我们的部分竞争优势在于，我们会对延迟装运和交货进行处罚。随时了解发货情况直接关系到我们的底线和盈利能力。此外，我不想投入资金来构建服务器环境。
Flowlogistic 的首席执行官希望快速了解其客户群，以便其销售团队在现场更好地了解情况。这个团队的技术水平不高，因此他们购买了一个可视化工具来简化 BigQuery 报告的创建。然而，表格中的所有数据让他们不知所措，为了找到所需的数据，他们在查询上花费了大量金钱。您希望以最具成本效益的方式解决他们的问题。您应该怎么做？

新问题 105
如果您想创建一个机器学习模型，根据某只股票最近的价格历史预测其价格，您应该使用哪种类型的估计器？

新问题 106
您正在设计一个将应用程序事件发布到 Pub/Sub 主题的管道。在将结果加载到 BigQuery 进行分析之前，您需要聚合每小时间隔的事件。您的解决方案必须具有可扩展性，以便能够处理大量事件并将其加载到 BigQuery。您应该怎么做？

新问题 107
在 BigQuery 中，有哪两种方法可用于对表进行去规范化？

新问题 108
您正在为 Google 云上的数据管道设计超大文本文件存储。您希望支持 ANSI SQL 查询。您还希望使用 Google 推荐的做法，支持从输入位置进行压缩和并行加载。您应该怎么做？

新问题 109
Dataflow 处理的是批处理数据管道还是流式数据管道？

新问题 110
您正在为 Google Cloud 上的数据管道选择从 Cloud Pub/Sub 到 BigQuery 的 JSON 消息写入和转换服务。您希望最大限度地降低服务成本。此外，您还希望以最少的人工干预监控并适应大小不一的输入数据量。您应该怎么做？

新问题 111
如何让神经网络学习分类特征中不同类别之间的关系？