首頁 / Google / GCP-PDE
Google · GCP-PDE

Google Professional Data Engineer

GCP-PDE 英文 PDF 練習題,共 349 題,按題庫順序提供題目、原腳本支持的選項、答案及已有解析。本方案僅適用於此考試,一次付費,不自動續費。

考試介紹

面向數據工程師,考覈數據處理系統設計、數據攝取、存儲、分析準備及自動化維護。

考試代碼
GCP-PDE
官方考試/認證名稱
Google Professional Data Engineer
考試形式
40–50 道單選題及多選題(標準考試)
考試時長
120 分鐘
官方可選考試語言
英文、日文

官方考試語言與下方練習題文件的語言分別列出;實際考試版本及可選語種以官方預約頁面爲準。

官方來源:官方資料
信息覈對日期:2026-10-20

支持的語言

  • 英文
  • 簡體中文
先試閱,再決定

前20 題免費試閱

題庫共 349 題

題目按題庫原始順序展示。展開查看答案和解析。

本頁試閱由簡體題庫轉換爲繁體中文。

免責聲明:本站所有題目均整理自互聯網,僅供學習參考。

第 11 題

Question#11Topic1

您正在爲一家電子商務公司設計一個購物籃放棄系統。系統將根據以下規則向用戶發送消息:
✑ 用戶在 1 小時內沒有在網站上進行任何交互
已將價值超過 30 美元的產品添加到購物籃
Question illustration
✑ 尚未完成交易
您使用 Google Cloud Dataflow 處理數據並決定是否應發送消息。您應該如何設計管道?

  1. A.使用持續時間爲 60 分鐘的固定時間窗口。
  2. B.使用持續時間爲 60 分鐘的滑動時間窗口。
  3. C.使用間隔時間爲 60 分鐘的會話窗口。
  4. D.使用帶有延遲 60 分鐘的基於時間的觸發器的全局窗口。
查看答案

答案

C

第 12 題

Question#12Topic1

您的公司爲許多不同的客戶進行數據處理。每個客戶都喜歡使用自己的分析工具套件,其中一些工具允許通過 Google BigQuery 直接查詢訪問。您需要保護數據,以便客戶端無法看到彼此的數據。您希望確保對數據的適當訪問。
您應該採取哪三個步驟? (選擇三項。)

  1. A.將數據加載到不同的分區中。
  2. B.將數據加載到每個客戶端的不同數據集中。
  3. C.將每個客戶端的 BigQuery 數據集放入不同的表中。
  4. D.將客戶端數據集限制爲經過批准的用戶。
  5. E.僅允許服務帳戶訪問數據集。
  6. F.爲每個客戶端的用戶使用適當的身份和訪問管理 (IAM) 角色。
查看答案

答案

BDF

第 13 題

Question#13Topic1

您想要在將在 Google Cloud Platform 上運行的銷售點應用程序中處理付款交易。您的用戶羣可能呈指數級增長,但您不想管理基礎架構擴展。
您應該使用哪種 Google 數據庫服務?

  1. A.雲SQL
  2. B.大查詢
  3. C.雲大表
  4. D.雲數據存儲
查看答案與解析

答案

D

解析

cloud sql-> 不正確的 https://cloud.google.com/sql#section-8-> 您需要手動執行可擴展性 可擴展性-> 隨着數據的增長輕鬆擴展 添加處理器核心、RAM 和存儲,並通過添加只讀副本來擴展以處理不斷增加的讀取流量。只讀副本支持高可用性,可以擁有自己的只讀副本,並且可以跨區域和平臺定位。大查詢、大表-> 不支持 ACID Cloud DataStore-> 正確 (https://cloud.google.com/datastore/) 檢查功能部分 ACID 事務 通過執行多個數據存儲操作來確保數據的完整性單個事務具有 ACID 特性,因此所有分組操作都成功或全部失敗。完全託管數據存儲區是完全託管的,這意味着 Google 會自動處理分片和複製,以便爲您提供高度可用且一致的數據庫。

第 14 題

Question#14Topic1

您想要使用有關組織樣本的信息數據庫將未來的組織樣本分類爲正常或突變。您正在評估一種用於對組織樣本進行分類的無監督異常檢測方法。哪兩個特徵支持這種方法? (選擇兩項。)

  1. A.相對於正常樣本,突變的發生很少。
  2. B.數據庫中正常樣本和變異樣本的出現率大致相同。
  3. C.您期望未來的突變具有與數據庫中的突變樣本不同的特徵。
  4. D.您期望未來的突變與數據庫中的突變樣本具有相似的特徵。
  5. E.您已經擁有數據庫中樣本發生變異和正常的標籤。
查看答案與解析

答案

AC

解析

異常檢測有兩個基本假設:>數據中很少出現異常。 (a)>它們的特徵與正常實例顯着不同。 (c) 鏈接> https://towardsdatascience.com/anomaly-detection-for-dummies-15f148e559c1#:~:text=Unsupervised%20Anomaly%20Detection%20for%20Univariate%20%26%20Multivariate%20Data.&text=Anomaly %20檢測%20有%20兩個%20基本,與%20%20正常%20實例%20顯着。

第 15 題

Question#15Topic1

您需要以每分鐘 10,000 條消息的速度近乎實時地在 Google BigQuery 中存儲和分析社交媒體帖子。最初,設計應用程序以對單個帖子使用流式插入。您的應用程序還在流插入後立即執行數據聚合。您發現流式插入後的查詢沒有表現出強一致性,並且查詢的報告可能會丟失正在進行的數據。如何調整您的應用程序設計?

  1. A.重寫應用程序以每 2 分鐘加載累積的數據。
  2. B.將流式插入代碼轉換爲單個消息的批量加載。
  3. C.將原始消息加載到 Google Cloud SQL,並每小時通過流式插入將表導出到 BigQuery。
  4. D.估計流式插入後數據可用性的平均延遲,並始終在等待兩倍時間後運行查詢。
查看答案

答案

D

下載與使用

  • 本資料按考試單獨購買,支持 1、3、6 或 12 個月期限。
  • 支付確認後,在“我的練習題”中查看下載入口和準確到期時間。
  • 有效期內可重複下載;到期後需要重新購買。
  • PDF 僅供購買者個人學習使用,不可轉售或公開分享。
  • 已下載至設備的文件不會因權限到期被遠程刪除。
如何選擇適合自己的認證