Question#2(Professional Cloud Architect)
この問題では、Helicopter Racing League（HRL）のケーススタディを参照してください。HRLは、テレメトリなどのレースデータを保存するための費用対効果の高い手法を探しています。彼らはすべての履歴記録を保持し、前シーズンのデータのみを使用してモデルをトレーニングしたいと考えており、さらに収集されるデータ量と情報の種類の増加（成長）にも備える必要があります。あなたはデータソリューションを提案する必要があります。HRLのビジネス要件と、CEOであるS. Hawke氏が示した目標を考慮して、あなたは何をすべきですか？
正解：C
この問題の核心は、「大量のデータを安く保存し、特定の期間（前シーズン）のデータだけを効率的に抽出してAI学習に使いたい」という点にあります。
なぜ選択肢 C が最適なのか？
-
費用対効果: BigQueryはストレージ料金が非常に安く（Cloud Storageと同等レベル）、分析に使用した分だけ課金されるため、大量の履歴データの保持に適しています。
-
パーティショニング（Partitioning）: シーズンごとにデータをパーティショニングすることで、モデルのトレーニング時に「前シーズンのデータだけ」をスキャン対象にできます。これにより、全データを読み込む必要がなくなり、クエリコストを劇的に抑えられます。
-
スキーマの柔軟性: 将来的にテレメトリの種類（収集する情報量）が増えても、BigQueryは新しい列（Column）の追加が容易です。
-
MLとの親和性: HRLはAI Platform（Vertex AI）の利用を計画しており、BigQueryはそれらのツールとシームレスに連携できます。
コメント