Quay lại bộ đề
Question #246 Topic 1
You have uploaded 5 years of log data to Cloud Storage. A user reported that some data points in the log data are outside of their expected ranges, which indicates errors. You need to address this issue and be able to run the process again in the future while keeping the original data for compliance reasons. What should you do?
Bạn đã tải 5 năm dữ liệu nhật ký (log) lên Cloud Storage. Một người dùng báo cáo rằng một số điểm dữ liệu trong nhật ký nằm ngoài phạm vi dự kiến của chúng, điều này biểu thị các lỗi. Bạn cần giải quyết vấn đề này và có thể chạy lại quy trình này trong tương lai trong khi vẫn giữ lại dữ liệu gốc vì lý do tuân thủ pháp lý. Bạn nên làm gì?
A
Import the data from Cloud Storage into BigQuery. Create a new BigQuery table, and skip the rows with errors.
Nhập dữ liệu từ Cloud Storage vào BigQuery. Tạo một bảng BigQuery mới và bỏ qua các hàng có lỗi.
B
Create a Compute Engine instance and create a new copy of the data in Cloud Storage. Skip the rows with errors.
Tạo một phiên bản Compute Engine và tạo một bản sao mới của dữ liệu trong Cloud Storage. Bỏ qua các hàng có lỗi.
C
Create a Dataflow workflow that reads the data from Cloud Storage, checks for values outside the expected range, sets the value to an appropriate default, and writes the updated records to a new dataset in Cloud Storage.
Tạo một luồng công việc Dataflow để đọc dữ liệu từ Cloud Storage, kiểm tra các giá trị nằm ngoài phạm vi dự kiến, đặt giá trị đó thành một giá trị mặc định thích hợp và ghi các bản ghi đã cập nhật vào một tập dữ liệu mới trong Cloud Storage.
D
Create a Dataflow workflow that reads the data from Cloud Storage, checks for values outside the expected range, sets the value to an appropriate default, and writes the updated records to the same dataset in Cloud Storage.
Tạo một luồng công việc Dataflow để đọc dữ liệu từ Cloud Storage, kiểm tra các giá trị nằm ngoài phạm vi dự kiến, đặt giá trị đó thành một giá trị mặc định thích hợp và ghi các bản ghi đã cập nhật vào cùng một tập dữ liệu trong Cloud Storage.
Giải thích & Tài liệu tham khảo
Để xử lý các điểm dữ liệu lỗi, có thể tái lập quy trình trong tương lai và đồng thời phải giữ nguyên dữ liệu gốc cho mục đích tuân thủ pháp lý:
- Sử dụng Dataflow để xử lý và lưu vào một tập dữ liệu mới trên Cloud Storage (Lựa chọn C): Dataflow là dịch vụ xử lý dữ liệu hàng đầu của Google Cloud cho phép đọc dữ liệu từ GCS, thực hiện chuyển đổi (làm sạch dữ liệu bằng cách thay thế các giá trị lỗi bằng giá trị mặc định) và lưu kết quả sạch sang một đường dẫn mới trên Cloud Storage. Việc ghi vào đường dẫn mới đảm bảo dữ liệu gốc vẫn được lưu trữ nguyên vẹn để tuân thủ quy định.
- Lựa chọn A: Không lưu kết quả sạch trên Cloud Storage và bỏ qua hoàn toàn các dòng lỗi thay vì sửa chúng về giá trị mặc định.
- Lựa chọn B: Yêu cầu tự quản lý máy ảo Compute Engine để xử lý dữ liệu thủ công, không tối ưu cho dữ liệu lớn.
- Lựa chọn D: Ghi đè vào cùng một tập dữ liệu sẽ làm mất dữ liệu gốc, vi phạm yêu cầu tuân thủ.
(Đáp án được gợi ý bởi AI)