【Google Cloud PCD】Professional Cloud Developer勉強方法と教材を紹介

Google社が難易度の目安を提示してくれています。（以下の経験がないと受験資格がないというわけではありません。）
初級：前提無し
中級：6ヶ月以上の実務経験
上級：3年以上の実務経験

• 30日以内であれば返金可能（気軽に始められる）
• 教材購入後もコンテンツがアップデートされる（頻繁にアップデートされるクラウド学習に最適）
• 不明点を講師に質問可能
• スマホでも視聴可能（隙間時間の活用）
• 月に数回（2~3回）実施するセールでは数万円のコースも2,000円程度に割引される（安価！）

• 図表を多用した視覚的な説明
• 試験範囲の網羅的かつ体系的な解説
• 各セクションに練習問題付属

• 最新の内容に対応している
• 本番試験でも類似問題が出題される
• 解答と丁寧な解説が付属している
• 安い（定価でも2,600円）

You recently developed a new service on Cloud Run. The new service authenticates using a custom service, and then writes transactional information to a Cloud Spanner database. You need to verify that your application can support up to 5,000 read transactions and 1,000 write transactions per second while identifying any bottlenecks that may occur. Your test infrastructure must also be able to autoscale.

What should you do?

A. Build a test harness to generate requests and deploy it to Cloud Run. Analyze the VPC Flow Logs using Cloud Logging.

B. Create a Google Kubernetes Engine cluster running the Locust or JMeter images to dynamically generate load tests. Analyze the results using Cloud Trace.

C. Create a Cloud Task to generate a test load. Use Cloud Scheduler to run 60,000 Cloud Task transactions per minute for 10 minutes. Analyze the results using Cloud Monitoring.

D. Create a Compute Engine instance that uses a LAMP stack image from the Marketplace, and use Apache Bench to generate load tests against the service. Analyze the results using Cloud Trace.

What’s your guess? Scroll below for the answer..

.

.

.

Explanation

Incorrect Answers:

A. Build a test harness to generate requests and deploy it to Cloud Run. Analyze the VPC Flow Logs using Cloud Logging.

Deploying a test harness to Cloud Run would not be an ideal approach for load testing, and VPC Flow Logs are more suited to network monitoring rather than application performance analysis.

C. Create a Cloud Task to generate a test load. Use Cloud Scheduler to run 60,000 Cloud Task transactions per minute for 10 minutes. Analyze the results using Cloud Monitoring.

Using Cloud Task and Cloud Scheduler might not be flexible enough to simulate the required number of read and write transactions per second, especially if the load needs to be varied dynamically to test different scenarios.

D. Create a Compute Engine instance that uses a LAMP stack image from the Marketplace, and use Apache Bench to generate load tests against the service. Analyze the results using Cloud Trace.

A single Compute Engine instance using Apache Bench might not be able to generate enough load to reach the required number of transactions per second. Additionally, the LAMP stack image from the Marketplace is unrelated to the requirements of testing a Cloud Run service.

Correct Answer:

B. Create a Google Kubernetes Engine cluster running the Locust or JMeter images to dynamically generate load tests. Analyze the results using Cloud Trace.

To verify that your application can support up to 5,000 read and 1,000 write transactions per second, and to identify any bottlenecks that may occur, you can use a load testing tool such as Locust or JMeter to generate load tests on your Cloud Run service. These tools allow you to simulate a high number of concurrent requests and help you determine the maximum number of requests your service can handle.

You can run the load testing tool on a Google Kubernetes Engine (GKE) cluster, which will provide the autoscaling feature. This way, you can manage the high number of requests, and use Cloud Trace to analyze the results. This analysis will give you insights into performance and help you identify any bottlenecks.

Links:

Links to Documentation

↓自動翻訳

最近、Cloud Run で新しいサービスを開発しました。新しいサービスはカスタム サービスを使用して認証し、トランザクション情報を Cloud Spanner データベースに書き込みます。発生する可能性のあるボトルネックを特定しながら、アプリケーションが 1 秒あたり最大 5,000 の読み取りトランザクションと 1,000 の書き込みトランザクションをサポートできることを確認する必要があります。テスト インフラストラクチャも自動スケールできる必要があります。

あなたは何をするべきか？

A. テスト ハーネスを構築してリクエストを生成し、Cloud Run にデプロイします。Cloud Logging を使用して VPC フロー ログを分析します。

B. Locust または JMeter イメージを実行する Google Kubernetes Engine クラスタを作成し、負荷テストを動的に生成します。Cloud Trace を使用して結果を分析します。

C. クラウド タスクを作成してテスト負荷を生成します。Cloud Scheduler を使用して、1 分あたり 60,000 のクラウド タスク トランザクションを 10 分間実行します。Cloud Monitoring を使用して結果を分析します。

D. Marketplace の LAMP スタック イメージを使用する Compute Engine インスタンスを作成し、Apache Bench を使用してサービスに対する負荷テストを生成します。Cloud Trace を使用して結果を分析します。

あなたの推測は何ですか？答えについては下にスクロールしてください。

.

.

.

説明

不正解:

A. テスト ハーネスを構築してリクエストを生成し、Cloud Run にデプロイします。Cloud Logging を使用して VPC フロー ログを分析します。

テスト ハーネスを Cloud Run にデプロイすることは、負荷テストには理想的なアプローチではありません。VPC フロー ログは、アプリケーションのパフォーマンス分析よりもネットワークのモニタリングに適しています。

C. クラウド タスクを作成してテスト負荷を生成します。Cloud Scheduler を使用して、1 分あたり 60,000 のクラウド タスク トランザクションを 10 分間実行します。Cloud Monitoring を使用して結果を分析します。

Cloud Task と Cloud Scheduler を使用すると、特にさまざまなシナリオをテストするために負荷を動的に変更する必要がある場合、1 秒あたりに必要な読み取りおよび書き込みトランザクション数をシミュレートするのに十分な柔軟性が得られない可能性があります。

D. Marketplace の LAMP スタック イメージを使用する Compute Engine インスタンスを作成し、Apache Bench を使用してサービスに対する負荷テストを生成します。Cloud Trace を使用して結果を分析します。

Apache Bench を使用する単一の Compute Engine インスタンスでは、必要な 1 秒あたりのトランザクション数に達するのに十分な負荷を生成できない可能性があります。さらに、Marketplace の LAMP スタック イメージは、Cloud Run サービスのテスト要件とは無関係です。

正解：

B. Locust または JMeter イメージを実行する Google Kubernetes Engine クラスタを作成し、負荷テストを動的に生成します。Cloud Trace を使用して結果を分析します。

アプリケーションが 1 秒あたり最大 5,000 の読み取りトランザクションと 1,000 の書き込みトランザクションをサポートできることを確認し、発生する可能性のあるボトルネックを特定するには、Locust や JMeter などの負荷テスト ツールを使用して、Cloud Run サービスで負荷テストを生成します。これらのツールを使用すると、多数の同時リクエストをシミュレートでき、サービスが処理できるリクエストの最大数を決定するのに役立ちます。

Google Kubernetes Engine (GKE) クラスター上で負荷テスト ツールを実行すると、自動スケーリング機能が提供されます。こうすることで、大量のリクエストを管理し、Cloud Trace を使用して結果を分析できます。この分析により、パフォーマンスに関する洞察が得られ、ボトルネックを特定するのに役立ちます。

リンク:

ドキュメントへのリンク

• 最新の内容に対応している
• 自動翻訳でも十分理解可能。
• 解答と丁寧な解説が付属している
• 安い（定価でも2,600円）