Caso de estudio: Cymbal Retail. Cymbal desea modernizar sus operaciones mediante la generación de atributos de productos e imágenes a partir de la información provista por el proveedor utilizando IA Generativa. Deben incorporar un proceso de revisión humana (HITL) antes de actualizar el catálogo activo (almacenado en Cloud SQL para MySQL). ¿Qué arquitectura proporciona el enfoque más escalable, rentable y sin servidor mientras cumple exactamente con estos requisitos?

Usar Vertex AI Gemini para texto e Imagen para la generación de imágenes. Almacenar los resultados intermedios en Firestore. Desplegar una aplicación web en Cloud Run para la interfaz de usuario HITL, que tras su aprobación, desencadene un evento de Eventarc hacia una función de Cloud Run para actualizar Cloud SQL.

Caso de estudio: KnightMotives Automotive. KnightMotives planea monetizar las grandes cantidades de datos de telemetría generados por su flota de vehículos autónomos para financiar nuevas inversiones tecnológicas. Necesitan ingestar de manera segura estos datos desde ubicaciones globales (incluyendo áreas rurales con conectividad intermitente), procesarlos en tiempo real y exponer conjuntos de datos agregados específicos a socios automotrices externos sin mover los datos. ¿Qué combinación de servicios deberían implementar? (Selecciona 2)

Publicar los conjuntos de datos agregados en BigQuery y compartirlos de forma segura con socios externos utilizando Analytics Hub, otorgando acceso de suscripción a identidades externas autorizadas. | Usar Pub/Sub para ingestar el flujo de datos de telemetría y Dataflow para procesar y limpiar los datos en tiempo real antes de escribir los resultados agregados en BigQuery.

Guiado por el pilar de Optimización del Rendimiento de Google Cloud Well-Architected Framework, su empresa está migrando una aplicación intensiva de computación de alto rendimiento (HPC). La carga de trabajo consta de nodos MPI (Message Passing Interface) estrechamente acoplados que requieren una latencia inferior a los diez microsegundos entre instancias. El trabajo se ejecuta de manera predecible al final de cada mes durante exactamente 48 horas. ¿Qué estrategia de despliegue de cómputo garantiza el rendimiento de red necesario mientras optimiza los costos?

Desplegar instancias C2 de Compute Engine (optimizadas para cómputo) dentro de una sola zona usando una política de ubicación compacta, y aprovisionarlas bajo demanda sin CUD.

Su organización está desplegando una arquitectura de red multicloud que conecta Google Cloud con AWS. Debe establecer conectividad segura y de alta disponibilidad con un caudal garantizado de 2 Gbps. Quiere minimizar los plazos de aprovisionamiento de hardware y la carga de gestión de las interconexiones físicas. ¿Qué enfoque de aprovisionamiento satisface mejor estos requisitos?

Configurar un HA VPN sobre la internet pública entre Google Cloud Router y AWS Transit Gateway, usando varios túneles agregados para alcanzar los 2 Gbps.

Un cliente del sector retail gestiona en Cloud Spanner su base de datos global de inventario en expansión. La base ha crecido hasta 50 TB, pero observan graves puntos calientes de latencia de lectura durante las ventas flash, cuando millones de usuarios consultan de forma simultánea y repetida los mismos 10 artículos más populares. ¿Qué dos estrategias de aprovisionamiento arquitectónico debería aplicar para mitigar esos puntos calientes manteniendo la escalabilidad horizontal? (Elija 2.)

Implementar un clúster de caché Memorystore for Redis delante de Cloud Spanner para absorber las lecturas de alta frecuencia de los artículos populares. | Usar las estadísticas de consultas integradas de Cloud Spanner y Key Visualizer para monitorizar continuamente e identificar con exactitud las claves de fila que provocan los puntos calientes de lectura.

Caso de estudio: EHR Healthcare. EHR Healthcare aloja en GKE historiales médicos electrónicos (EHR) altamente sensibles. Para mantener un cumplimiento normativo estricto (HIPAA), debe garantizar que los pods que procesan historiales de pacientes no puedan establecer conexiones salientes no autorizadas a la internet pública, permitiendo al mismo tiempo la salida hacia determinadas API gestionadas de Google (por ejemplo, Cloud Storage) sin enrutar por la internet pública. ¿Cómo debería diseñar este control de seguridad?

Configurar Private Google Access en la subred de la VPC que aloja el clúster de GKE e implementar Network Policies de Kubernetes que bloqueen toda la salida de los pods salvo hacia el rango de IP de private.googleapis.com.

Basándose en los principios «Implement Zero Trust» y «Least Privilege» del Google Cloud Well-Architected Framework, su equipo de seguridad necesita auditar y restringir los accesos elevados en el entorno de producción. Los desarrolladores tienen actualmente acceso permanente `roles/editor` para resolver incidencias en vivo, lo que provoca incumplimientos normativos. ¿Qué combinación de acciones debería adoptar para diseñar un modelo de acceso seguro y conforme? (Elija 2.)

Revocar el acceso permanente `roles/editor` e implementar Privileged Access Manager (PAM) para conceder accesos elevados just-in-time, limitados en el tiempo y sujetos a aprobación manual. | Utilizar IAM Recommender (Policy Intelligence) para analizar los patrones de acceso de los últimos 90 días y aplicar los roles personalizados de mínimo privilegio generados automáticamente.

Un organismo público exige que todos los datos altamente sensibles procesados en Google Cloud se cifren en reposo con claves sobre las que conserve el control físico último dentro de sus propios módulos de seguridad hardware (HSM) on-premises. Necesita usar esas claves de forma transparente con BigQuery para analítica. ¿Qué arquitectura criptográfica cubre esta necesidad normativa?

Cloud External Key Manager (Cloud EKM) configurado para comunicarse por una conexión segura con el HSM on-premises del organismo.

Caso de estudio: Altostrat Media. El equipo de operaciones de Altostrat se queja de fatiga por alertas. Sus sistemas de monitorización open source actuales generan cientos de notificaciones por correo al día por picos menores de CPU durante las tareas programadas de transcodificación de vídeo, lo que hace que pasen desapercibidos fallos críticos de base de datos. Para optimizar este proceso técnico y alinearse con las buenas prácticas SRE, ¿qué deberían hacer?

Definir Service Level Objectives (SLO) vinculados a recorridos de usuario, configurar las alertas para que se disparen solo cuando el ritmo de consumo del error budget supere un umbral crítico y enrutarlas a una plataforma de gestión de incidentes.

Siguiendo el pilar Cost Optimization del Google Cloud Well-Architected Framework, su empresa analiza el gasto mensual en BigQuery. Detecta que los costes se han disparado por una mezcla de consultas automatizadas de cuadros de mando y consultas ad hoc impredecibles de data scientists que analizan petabytes de datos en bruto. ¿Qué combinación de optimizaciones debería aplicar para analizar y reducir esos costes? (Elija 2.)

Pasar las cargas de trabajo predecibles de los cuadros de mando automatizados a BigQuery Editions (precios por capacidad) para establecer una estructura de costes de referencia. | Imponer una cuota personalizada de BigQuery que fije un máximo de bytes facturados por consulta específicamente para los proyectos de los data scientists.

Práctica gratuita · sin registro

30 preguntas de práctica gratuitas de GCP GCP-PCA

Preguntas de práctica reales para el examen GCP Professional Cloud Architect (GCP-PCA), con respuestas y explicaciones detalladas. Actualizado en 2026.

Iniciar el modo de examen cronometrado Desbloquear las 450 preguntas

Preguntas gratuitas

Puntuación de aprobado

No divulgado públicamente (puntuación escalada)

Duración del examen

120 minutos

Banco de preguntas

450 preguntas

A continuación tienes 30 preguntas de práctica reales para el examen GCP Professional Cloud Architect (GCP-PCA). Cada pregunta muestra la respuesta correcta y una explicación detallada cuando la revelas. Úsalas para medir tu preparación: si obtienes menos del 70 % en estas 30 preguntas, prevé al menos 4 semanas más de estudio antes de reservar.

Preguntas de práctica de GCP-PCA

FreePracticeQuiz.questionLabelDesigning and planning a cloud solution architecture
Caso de estudio: Cymbal Retail. Cymbal desea modernizar sus operaciones mediante la generación de atributos de productos e imágenes a partir de la información provista por el proveedor utilizando IA Generativa. Deben incorporar un proceso de revisión humana (HITL) antes de actualizar el catálogo activo (almacenado en Cloud SQL para MySQL). ¿Qué arquitectura proporciona el enfoque más escalable, rentable y sin servidor mientras cumple exactamente con estos requisitos?
A
Usar Vertex AI Gemini para texto e Imagen para la generación de imágenes. Almacenar los resultados intermedios en Firestore. Desplegar una aplicación web en Cloud Run para la interfaz de usuario HITL, que tras su aprobación, desencadene un evento de Eventarc hacia una función de Cloud Run para actualizar Cloud SQL.
B
Usar Cloud Vision API y Cloud Natural Language API. Almacenar el contenido generado en Cloud Storage. Desplegar una aplicación estándar de App Engine para que los asociados revisen el contenido, escribiendo los cambios aprobados a través de Datastream en Cloud SQL.
C
Ejecutar LLMs de código abierto en un clúster estándar de GKE con GPUs conectadas. Almacenar los recursos generados intermedios localmente en discos persistentes. Exponer un servicio de Kubernetes para que los asociados revisen y actualicen directamente Cloud SQL a través de JDBC.
D
Ingestar los datos del proveedor en BigQuery. Usar BigQuery ML para generar atributos de texto y llamar a Vertex AI Imagen de forma remota. Usar Looker como la interfaz de usuario HITL para revisar los datos, y consultas programadas para empujar los datos aprobados a Cloud SQL.
FreePracticeQuiz.questionLabelDesigning and planning a cloud solution architecture
Caso de estudio: KnightMotives Automotive. KnightMotives planea monetizar las grandes cantidades de datos de telemetría generados por su flota de vehículos autónomos para financiar nuevas inversiones tecnológicas. Necesitan ingestar de manera segura estos datos desde ubicaciones globales (incluyendo áreas rurales con conectividad intermitente), procesarlos en tiempo real y exponer conjuntos de datos agregados específicos a socios automotrices externos sin mover los datos. ¿Qué combinación de servicios deberían implementar? (Selecciona 2)
A
Usar Cloud IoT Core con el protocolo MQTT para almacenar en búfer los datos localmente en los vehículos durante las desconexiones rurales, transmitiendo de forma segura a Cloud Pub/Sub al restablecerse la conexión.
B
Desplegar un balanceador de carga de aplicaciones externo global frente a los servicios de Cloud Run para actuar como puerta de enlace de ingesta, escribiendo las cargas útiles validadas directamente en Cloud Storage.
C
Publicar los conjuntos de datos agregados en BigQuery y compartirlos de forma segura con socios externos utilizando Analytics Hub, otorgando acceso de suscripción a identidades externas autorizadas.
D
Usar Pub/Sub para ingestar el flujo de datos de telemetría y Dataflow para procesar y limpiar los datos en tiempo real antes de escribir los resultados agregados en BigQuery.
E
Configurar perímetros de VPC Service Controls alrededor de BigQuery y exportar los datos agregados a través de URL firmadas de Cloud Storage a socios externos.
FreePracticeQuiz.questionLabelDesigning and planning a cloud solution architecture
Guiado por el pilar de Optimización del Rendimiento de Google Cloud Well-Architected Framework, su empresa está migrando una aplicación intensiva de computación de alto rendimiento (HPC). La carga de trabajo consta de nodos MPI (Message Passing Interface) estrechamente acoplados que requieren una latencia inferior a los diez microsegundos entre instancias. El trabajo se ejecuta de manera predecible al final de cada mes durante exactamente 48 horas. ¿Qué estrategia de despliegue de cómputo garantiza el rendimiento de red necesario mientras optimiza los costos?
A
Desplegar los nodos en GKE Autopilot en una sola región para garantizar el escalado dinámico, utilizando Spot Pods para minimizar los costos de cómputo de las 48 horas.
B
Desplegar instancias C2 de Compute Engine (optimizadas para cómputo) dentro de una sola zona usando una política de ubicación compacta, y aprovechar los descuentos por compromiso de uso (CUD) de 1 año.
C
Desplegar instancias de Compute Engine usando una política de ubicación distribuida a través de múltiples zonas dentro de la misma región para equilibrar la alta disponibilidad y la baja latencia.
D
Desplegar instancias C2 de Compute Engine (optimizadas para cómputo) dentro de una sola zona usando una política de ubicación compacta, y aprovisionarlas bajo demanda sin CUD.
FreePracticeQuiz.questionLabelManaging and provisioning a cloud solution infrastructure
Su organización está desplegando una arquitectura de red multicloud que conecta Google Cloud con AWS. Debe establecer conectividad segura y de alta disponibilidad con un caudal garantizado de 2 Gbps. Quiere minimizar los plazos de aprovisionamiento de hardware y la carga de gestión de las interconexiones físicas. ¿Qué enfoque de aprovisionamiento satisface mejor estos requisitos?
A
Aprovisionar un circuito Dedicated Interconnect mediante unas instalaciones de colocación, configurando BGP sobre dos enlaces físicos de 10 Gbps.
B
Desplegar una conexión Partner Interconnect a través de un proveedor de servicios compatible, aprovisionando dos adjuntos VLAN de 1 Gbps para alta disponibilidad.
C
Configurar un HA VPN sobre la internet pública entre Google Cloud Router y AWS Transit Gateway, usando varios túneles agregados para alcanzar los 2 Gbps.
D
Usar Cross-Cloud Network con Network Connectivity Center para aprovisionar automáticamente líneas de fibra privadas entre los proveedores cloud sin ISP de terceros.
FreePracticeQuiz.questionLabelManaging and provisioning a cloud solution infrastructure
Un cliente del sector retail gestiona en Cloud Spanner su base de datos global de inventario en expansión. La base ha crecido hasta 50 TB, pero observan graves puntos calientes de latencia de lectura durante las ventas flash, cuando millones de usuarios consultan de forma simultánea y repetida los mismos 10 artículos más populares. ¿Qué dos estrategias de aprovisionamiento arquitectónico debería aplicar para mitigar esos puntos calientes manteniendo la escalabilidad horizontal? (Elija 2.)
A
Implementar un clúster de caché Memorystore for Redis delante de Cloud Spanner para absorber las lecturas de alta frecuencia de los artículos populares.
B
Rediseñar el esquema de Spanner para que las claves primarias de la tabla de productos sean monótonamente crecientes y garantizar una distribución secuencial de los datos.
C
Usar una secuencia bit-reverse de Spanner o un UUID (Universally Unique Identifier) como clave primaria de la tabla de productos para evitar puntos calientes de escritura.
D
Aprovisionar una réplica de lectura de Cloud SQL for PostgreSQL en cada región para descargar las consultas analíticas de las instancias principales de Spanner.
E
Usar las estadísticas de consultas integradas de Cloud Spanner y Key Visualizer para monitorizar continuamente e identificar con exactitud las claves de fila que provocan los puntos calientes de lectura.
FreePracticeQuiz.questionLabelDesigning for security and compliance
Caso de estudio: EHR Healthcare. EHR Healthcare aloja en GKE historiales médicos electrónicos (EHR) altamente sensibles. Para mantener un cumplimiento normativo estricto (HIPAA), debe garantizar que los pods que procesan historiales de pacientes no puedan establecer conexiones salientes no autorizadas a la internet pública, permitiendo al mismo tiempo la salida hacia determinadas API gestionadas de Google (por ejemplo, Cloud Storage) sin enrutar por la internet pública. ¿Cómo debería diseñar este control de seguridad?
A
Desplegar una NAT Gateway en la VPC y configurar Network Policies de salida de Kubernetes que denieguen todo el tráfico hacia internet salvo hacia la IP de la NAT.
B
Configurar Private Google Access en la subred de la VPC que aloja el clúster de GKE e implementar Network Policies de Kubernetes que bloqueen toda la salida de los pods salvo hacia el rango de IP de private.googleapis.com.
C
Habilitar VPC Service Controls para crear un perímetro de servicio alrededor del clúster de GKE y configurar reglas de salida de Cloud Armor para filtrar peticiones salientes maliciosas.
D
Asignar direcciones IP públicas a los nodos de GKE pero usar políticas de Google Cloud Next Generation Firewall (NGFW) para descartar todos los paquetes con destino externo.
FreePracticeQuiz.questionLabelDesigning for security and compliance
Basándose en los principios «Implement Zero Trust» y «Least Privilege» del Google Cloud Well-Architected Framework, su equipo de seguridad necesita auditar y restringir los accesos elevados en el entorno de producción. Los desarrolladores tienen actualmente acceso permanente roles/editor para resolver incidencias en vivo, lo que provoca incumplimientos normativos. ¿Qué combinación de acciones debería adoptar para diseñar un modelo de acceso seguro y conforme? (Elija 2.)
A
Revocar el acceso permanente roles/editor e implementar Privileged Access Manager (PAM) para conceder accesos elevados just-in-time, limitados en el tiempo y sujetos a aprobación manual.
B
Crear un rol de IAM personalizado que duplique exactamente los permisos de roles/editor pero restringir su uso geográficamente mediante VPC Service Controls.
C
Utilizar IAM Recommender (Policy Intelligence) para analizar los patrones de acceso de los últimos 90 días y aplicar los roles personalizados de mínimo privilegio generados automáticamente.
D
Conceder a los desarrolladores el rol roles/viewer de forma global y exigirles que se conecten por SSH a las VM de Compute Engine de producción para ejecutar operaciones de escritura mediante cuentas de servicio locales.
E
Implementar Identity-Aware Proxy (IAP) en la consola de Google Cloud para restringir el acceso estrictamente a los usuarios situados en la red corporativa de la oficina.
FreePracticeQuiz.questionLabelDesigning for security and compliance
Un organismo público exige que todos los datos altamente sensibles procesados en Google Cloud se cifren en reposo con claves sobre las que conserve el control físico último dentro de sus propios módulos de seguridad hardware (HSM) on-premises. Necesita usar esas claves de forma transparente con BigQuery para analítica. ¿Qué arquitectura criptográfica cubre esta necesidad normativa?
A
Customer-Managed Encryption Keys (CMEK) mediante Cloud KMS respaldadas por un HSM de Google Cloud.
B
Customer-Supplied Encryption Keys (CSEK) proporcionadas dinámicamente en las peticiones a la API de BigQuery.
C
Cloud External Key Manager (Cloud EKM) configurado para comunicarse por una conexión segura con el HSM on-premises del organismo.
D
Claves de cifrado gestionadas por Google por defecto, complementadas con cifrado en la aplicación del lado del cliente antes de cargar los datos en BigQuery.
FreePracticeQuiz.questionLabelAnalyzing and optimizing technical and business processes
Caso de estudio: Altostrat Media. El equipo de operaciones de Altostrat se queja de fatiga por alertas. Sus sistemas de monitorización open source actuales generan cientos de notificaciones por correo al día por picos menores de CPU durante las tareas programadas de transcodificación de vídeo, lo que hace que pasen desapercibidos fallos críticos de base de datos. Para optimizar este proceso técnico y alinearse con las buenas prácticas SRE, ¿qué deberían hacer?
A
Escribir un script que elimine automáticamente todas las alertas procedentes de las instancias de transcodificación de vídeo para reducir el ruido en la bandeja de entrada.
B
Definir Service Level Objectives (SLO) vinculados a recorridos de usuario, configurar las alertas para que se disparen solo cuando el ritmo de consumo del error budget supere un umbral crítico y enrutarlas a una plataforma de gestión de incidentes.
C
Migrar de Prometheus a Cloud Monitoring y bajar los umbrales de alerta de uso de CPU para que solo se disparen cuando una instancia alcance el 100 % de capacidad durante 1 hora.
D
Contratar un equipo dedicado de soporte de nivel 1 que revise manualmente todos los correos y escale solo las alertas críticas de base de datos al equipo SRE principal.
FreePracticeQuiz.questionLabelAnalyzing and optimizing technical and business processes
Siguiendo el pilar Cost Optimization del Google Cloud Well-Architected Framework, su empresa analiza el gasto mensual en BigQuery. Detecta que los costes se han disparado por una mezcla de consultas automatizadas de cuadros de mando y consultas ad hoc impredecibles de data scientists que analizan petabytes de datos en bruto. ¿Qué combinación de optimizaciones debería aplicar para analizar y reducir esos costes? (Elija 2.)
A
Pasar las cargas de trabajo predecibles de los cuadros de mando automatizados a BigQuery Editions (precios por capacidad) para establecer una estructura de costes de referencia.
B
Imponer una cuota personalizada de BigQuery que fije un máximo de bytes facturados por consulta específicamente para los proyectos de los data scientists.
C
Convertir todas las tablas de datos en bruto a formato JSON para comprimir el tamaño de almacenamiento y reducir drásticamente el coste de los escaneos completos de tabla.
D
Desactivar la caché de resultados de BigQuery, ya que almacenar resultados en caché genera elevadas tarifas de disco persistente regional.
E
Trasladar todas las cargas de trabajo de los data scientists a Cloud SQL, ya que las bases relacionales impiden por naturaleza los grandes escaneos analíticos de tablas.
FreePracticeQuiz.questionLabelManaging implementation
Su equipo gestiona el despliegue de una aplicación de microservicios con Terraform. Para cumplir las políticas de auditoría, el equipo de seguridad necesita una forma automatizada de verificar que no se ha producido deriva de la infraestructura (es decir, cambios manuales hechos desde la consola cloud que sobrescriben la configuración de Terraform) y de notificar automáticamente al canal de Slack de seguridad si se detecta deriva. ¿Cómo debería gestionar esta implementación?
A
Configurar VPC Flow Logs para monitorizar todas las llamadas a la API dirigidas al endpoint cloudresourcemanager.googleapis.com y filtrar las ediciones manuales.
B
Implementar un pipeline de CI/CD programado con Cloud Build que ejecute terraform plan -detailed-exitcode. Usar una función de Cloud Run para enviar los resultados a Slack si el código de salida es distinto de cero.
C
Usar la API de Cloud Asset Inventory para exportar el estado a BigQuery cada hora y comparar el hash con el archivo terraform.tfstate almacenado en Cloud Storage.
D
Establecer una restricción de Organization Policy que deniegue estrictamente a cualquier usuario el acceso a la interfaz de la consola de Google Cloud, forzando todas las interacciones por CLI.
FreePracticeQuiz.questionLabelManaging implementation
Caso de estudio: KnightMotives Automotive. KnightMotives está muy fragmentada, con múltiples bases de código repartidas entre sus gamas de vehículos. Para modernizar su infraestructura de TI, está migrando a Google Cloud y quiere establecer una plataforma robusta de gestión de API para exponer de forma segura sus sistemas ERP heredados a aplicaciones móviles modernas y a portales de concesionarios de terceros. ¿Qué pasos de implementación son necesarios usando Apigee? (Elija 2.)
A
Desplegar un proxy de API de Apigee para desacoplar las aplicaciones móviles modernas de los sistemas ERP heredados del backend.
B
Configurar Apigee para enrutar todas las llamadas a la API por la internet pública directamente hacia el mainframe on-premises y evitar así los costes de túnel VPN.
C
Implementar políticas de OAuth 2.0 y verificación de claves de API dentro de Apigee para asegurar el acceso de los portales de concesionarios de terceros.
D
Usar API Gateway en lugar de Apigee, ya que Apigee no está diseñado para arquitecturas híbridas con mainframes on-premises.
E
Refactorizar todo el sistema ERP heredado en microservicios antes de intentar configurar las políticas de enrutamiento de Apigee.
FreePracticeQuiz.questionLabelEnsuring solution and operations reliability
Ha desplegado una aplicación web crítica y distribuida globalmente sobre Managed Instance Groups (MIG) de Compute Engine detrás de un Global External Application Load Balancer. Para garantizar la fiabilidad de las operaciones, quiere que el balanceador de carga enrute automáticamente el tráfico a una página estática personalizada de «Mantenimiento» alojada en Cloud Storage si todos los MIG del backend fallan sus health checks simultáneamente. ¿Cómo debería garantizar esta fiabilidad?
A
Configurar una política de enrutamiento de Cloud DNS con un health check que redirija a la URL del bucket de Cloud Storage en caso de fallo.
B
Configurar un manejo de errores personalizado en la plantilla del MIG del backend para servir un archivo HTML local si la aplicación se cae.
C
Añadir al URL map existente un backend bucket que contenga la página de mantenimiento y configurar en el balanceador de carga una política de respuesta de error personalizada que enrute los errores 5xx a ese backend bucket.
D
Usar Cloud Armor para detectar timeouts del backend e inyectar una carga útil HTML personalizada mediante una política de seguridad de borde.
FreePracticeQuiz.questionLabelEnsuring solution and operations reliability
Guiado por el pilar Reliability del Google Cloud Well-Architected Framework, su organización está diseñando una estrategia de recuperación ante desastres para una carga de trabajo transaccional crítica en Cloud SQL. El negocio exige un RPO (Recovery Point Objective) de cero y un RTO (Recovery Time Objective) inferior a 2 minutos ante un fallo zonal dentro de la región principal. ¿Qué patrón de arquitectura debe desplegar?
A
Una instancia de Cloud SQL configurada con copias de seguridad automáticas diarias y recuperación a un instante concreto (PITR) habilitada.
B
Una instancia de Cloud SQL con alta disponibilidad regional (HA) habilitada, que proporciona replicación síncrona a una instancia en espera situada en otra zona.
C
Una única instancia de Cloud SQL combinada con Datastream para replicar los datos de forma asíncrona a una región de recuperación independiente.
D
Una instancia de Cloud SQL con una réplica de lectura externa en otra región, con promoción manual disparada por funciones de Cloud Run en caso de fallo.
FreePracticeQuiz.questionLabelManaging and provisioning a cloud solution infrastructure
Caso de estudio: Cymbal Retail. Cymbal Retail depende de un entorno híbrido con volúmenes enormes de actualizaciones diarias de inventario de producto procedentes de un Microsoft SQL Server on-premises. Quiere modernizar su stack transmitiendo esas actualizaciones de forma continua a BigQuery para alimentar cuadros de mando en tiempo real destinados a sus agentes de comercio conversacional, sin escribir código propio de extracción y carga. ¿Qué combinación de servicios aprovisiona este pipeline? (Elija 2.)
A
Aprovisionar una conexión de Datastream para capturar eventos de Change Data Capture (CDC) directamente desde el Microsoft SQL Server on-premises.
B
Desplegar Cloud Data Fusion para ejecutar scripts batch cada hora mediante un driver JDBC que sondee la base on-premises en busca de cambios.
C
Configurar Datastream con un destino nativo de BigQuery para replicar de forma transparente los eventos CDC en tablas de BigQuery.
D
Desplegar un pipeline propio de Dataflow con el conector Apache Beam JDBC IO para consultar la base de forma continua y transmitir a BigQuery.
E
Usar Dataflow con una plantilla proporcionada por Google para leer el flujo CDC de Datastream desde Cloud Storage y escribirlo en BigQuery.
FreePracticeQuiz.questionLabelDesigning and planning a cloud solution architecture
Su empresa opera un entorno multicloud que abarca Google Cloud y AWS. Necesita desplegar una conexión privada de alta disponibilidad y alto caudal (10 Gbps) entre ambos proveedores cloud sin enrutar el tráfico por la internet pública ni recurrir a unas instalaciones de colocación de terceros. ¿Qué solución de red de Google Cloud cubre directamente este requisito de arquitectura?
A
Cross-Cloud Interconnect.
B
Dedicated Interconnect.
C
HA VPN sobre Cloud Router.
D
Partner Interconnect mediante un ISP compatible.
FreePracticeQuiz.questionLabelManaging and provisioning a cloud solution infrastructure
Está montando un pipeline de integración continua (CI) seguro con Cloud Build. El proceso de compilación debe acceder a repositorios de código fuente internos alojados on-premises mediante Cloud VPN, y los workers de compilación no deben tener direcciones IP públicas externas. ¿Qué configuraciones se requieren? (Elija 2.)
A
Configurar Cloud Build para que use private pools asignados a una red VPC emparejada con la red on-premises.
B
Habilitar la integración con Google Kubernetes Engine (GKE) y ejecutar los workers de Cloud Build como pods propios dentro de un clúster privado.
C
Deshabilitar la ejecución en el pool público global por defecto estableciendo una restricción de Organization Policy.
D
Asignar direcciones IP externas temporalmente durante la fase de compilación mediante una Cloud NAT gateway y destruirlas inmediatamente después.
E
Enrutar todo el tráfico de Cloud Build a través de una política de seguridad de Cloud Armor diseñada para descartar el tráfico entrante externo.
FreePracticeQuiz.questionLabelDesigning for security and compliance
Caso de estudio: EHR Healthcare. EHR está migrando volúmenes enormes de bases de datos relacionales heredadas a Cloud SQL y BigQuery. Antes de iniciar la migración, el equipo de cumplimiento exige una forma automatizada de descubrir, clasificar e informar sobre la presencia de información sanitaria de pacientes (PHI) sin cifrar en toda su huella organizativa en Google Cloud. ¿Cuál es el enfoque técnico más eficiente?
A
Habilitar el descubrimiento de Sensitive Data Protection (DLP) a nivel de organización o carpeta para perfilar automáticamente los datos en BigQuery, Cloud SQL y Cloud Storage.
B
Exportar todos los datos a Cloud Storage y configurar una función de Cloud Run que analice cada objeto con la API de Cloud Natural Language.
C
Aprovisionar un clúster de Dataproc con Apache Spark que rastree todas las tablas cada noche y ejecute coincidencias por expresiones regulares para los formatos de PHI.
D
Usar Security Command Center Premium para ejecutar Container Threat Detection sobre las bases de datos y señalar PHI en texto plano.
FreePracticeQuiz.questionLabelAnalyzing and optimizing technical and business processes
Siguiendo el pilar Reliability del Google Cloud Well-Architected Framework, su aplicación de comercio electrónico afronta un tráfico sin precedentes durante una gran campaña de rebajas. El microservicio de recomendación de productos está gravemente sobrecargado y se cae, amenazando con tumbar todo el proceso de compra. ¿Qué patrón arquitectónico debería implementar para analizar y mitigar este cuello de botella?
A
Implementar una degradación elegante capturando los timeouts del servicio de recomendación y devolviendo al usuario una lista estática por defecto de productos populares en lugar de hacer fallar la petición.
B
Configurar el servicio de recomendación para reintentar indefinidamente las consultas fallidas a la base de datos hasta obtener una respuesta correcta.
C
Usar Cloud Load Balancing para terminar inmediatamente las sesiones de los clientes procedentes de regiones geográficas con alta latencia.
D
Aprovisionar una caché Redis enorme y cargar toda la base de datos de productos en memoria, desactivando por completo el motor principal de recomendación.
FreePracticeQuiz.questionLabelManaging implementation
Una empresa opera decenas de clústeres de Kubernetes repartidos entre Google Cloud, centros de datos on-premises y AWS. Necesita gestionar la configuración de forma coherente en todos los entornos, aplicando dinámicamente políticas de RBAC y de seguridad sin aplicar manualmente los manifiestos a cada clúster. ¿Qué componentes de GKE Enterprise permiten esta implementación? (Elija 2.)
A
Conectar todos los clústeres a una GKE Fleet unificada.
B
Usar Config Sync para aplicar y reconciliar de forma continua las configuraciones desde un repositorio Git central a todos los clústeres de la fleet.
C
Desplegar pasarelas de Cloud Service Mesh explícitamente sobre los balanceadores de carga hardware on-premises.
D
Utilizar Google Cloud Deploy para enviar scripts bash que ejecuten kubectl apply de forma iterativa en los nodos multicloud.
E
Instalar el controlador de admisión de Binary Authorization directamente en los nodos de AWS EKS mediante un chart de Helm propio.
FreePracticeQuiz.questionLabelDesigning and planning a cloud solution architecture
Caso de estudio: EHR Healthcare. EHR Healthcare necesita compartir de forma segura datos agregados y anonimizados sobre tendencias de pacientes con investigadores médicos externos de todo el mundo. Los investigadores usan diversas herramientas analíticas de forma nativa en Google Cloud. EHR quiere gestionar el acceso de forma centralizada, poder revocarlo al instante si es necesario y evitar estrictamente los costes y riesgos de duplicar datos entre proyectos. ¿Cómo debería diseñarse esta arquitectura?
A
Exportar los datos a Cloud Storage en formato Parquet y generar URL firmadas criptográficamente con caducidades estrictas.
B
Usar BigQuery Analytics Hub para crear un intercambio y publicar un conjunto de datos compartido, concediendo a los investigadores acceso de suscriptor.
C
Crear un perímetro de VPC Service Controls alrededor del almacén de datos de EHR y configurar un puente de entrada hacia los proyectos de los investigadores.
D
Aprovisionar un pipeline de Datastream que replique las filas necesarias directamente en las bases de datos Cloud SQL individuales de los investigadores.
FreePracticeQuiz.questionLabelEnsuring solution and operations reliability
Siguiendo el pilar Reliability del Google Cloud Well-Architected Framework, su aplicación de comercio electrónico necesita mecanismos para sobrevivir a picos severos de tráfico durante las ventas flash sin sufrir fallos en cascada. El backend se apoya en un Managed Instance Group (MIG) de Compute Engine que en ocasiones alcanza sus límites absolutos de escalado. ¿Qué dos patrones arquitectónicos debería implementar para proteger el backend? (Elija 2.)
A
Desplegar Cloud Tasks para desacoplar y amortiguar las peticiones asíncronas, suavizando los picos de tráfico antes de que lleguen al backend.
B
Implementar reintentos síncronos en el frontend sin backoff exponencial para asegurar que las peticiones acaben teniendo éxito.
C
Utilizar Cloud Service Mesh para implementar un patrón Circuit Breaker que haga fallar rápidamente las peticiones cuando el backend esté saturado.
D
Reducir a 1 segundo el intervalo de health check del balanceador de carga para detectar y retirar antes los nodos saturados.
E
Sustituir el MIG con autoescalado por una única máquina virtual optimizada para cómputo (C2) aprovisionada de forma estática.
FreePracticeQuiz.questionLabelManaging and provisioning a cloud solution infrastructure
Debe aprovisionar un nuevo entorno de Google Kubernetes Engine (GKE) para un equipo de data science. El equipo ejecuta a diario miles de trabajos batch ad hoc, cada uno con requisitos de CPU y memoria muy distintos. Necesita eliminar la carga de gestión del clúster, pagar estrictamente solo por los recursos que usan los pods y evitar por completo la configuración manual de node pools. ¿Qué estrategia de aprovisionamiento de cómputo debería elegir?
A
Aprovisionar un clúster de GKE Standard y habilitar el Cluster Autoscaler de Kubernetes con un amplio rango de tamaños de nodo.
B
Aprovisionar un clúster de GKE Autopilot, dejando que Google gestione el aprovisionamiento y el escalado de nodos de forma dinámica según las especificaciones de los pods.
C
Desplegar una flota de VM Spot de Compute Engine gestionadas por un Managed Instance Group (MIG) que ejecuten contenedores Docker propios.
D
Utilizar funciones de Cloud Run configuradas con la asignación máxima de memoria para ejecutar los trabajos batch de forma asíncrona.
FreePracticeQuiz.questionLabelDesigning for security and compliance
Una empresa financiera exige que los desarrolladores puedan consultar datos financieros sensibles en BigQuery desde sus estaciones de trabajo designadas de Compute Engine para construir modelos de ML. Sin embargo, unas políticas estrictas contra la exfiltración de datos imponen que los desarrolladores estén totalmente bloqueados para descargar o copiar esos datos a sus portátiles locales o a servicios externos de internet. ¿Cuál es la configuración de seguridad más eficaz?
A
Retirar el rol BigQuery Data Viewer de las cuentas de IAM de los desarrolladores y concederles solo BigQuery Job User.
B
Crear un perímetro de VPC Service Controls que abarque la API de BigQuery y la VPC que aloja las estaciones de trabajo de los desarrolladores, deshabilitando la salida a internet.
C
Habilitar Cloud Sensitive Data Protection (DLP) para enmascarar automáticamente todos los datos numéricos de las tablas de BigQuery.
D
Configurar Identity-Aware Proxy (IAP) para exigir autenticación multifactor antes de que los desarrolladores puedan acceder a la consola de Google Cloud.
FreePracticeQuiz.questionLabelAnalyzing and optimizing technical and business processes
Caso de estudio: Altostrat Media. Altostrat Media intenta optimizar sus enormes costes de Cloud Storage. Actualmente almacena 50 PB de metraje de vídeo en bruto en la clase de almacenamiento Standard. El análisis muestra que los vídeos se consultan activamente a diario durante los primeros 30 días de edición, ocasionalmente entre los 30 y los 90 días, y prácticamente nunca después de 90 días, aunque deben conservarse indefinidamente por cumplimiento normativo. ¿Qué dos configuraciones optimizan este proceso técnico? (Elija 2.)
A
Configurar una regla de Object Lifecycle Management que pase los objetos a almacenamiento Nearline después de 30 días.
B
Configurar una regla de Object Lifecycle Management que pase los objetos a almacenamiento Archive después de 90 días.
C
Exportar todos los datos con más de 90 días a una SAN local mediante Storage Transfer Service para evitar costes en la nube.
D
Habilitar Cloud Storage Autoclass en el bucket para comprimir automáticamente los archivos de vídeo.
E
Establecer una regla de Object Lifecycle Management que elimine los objetos después de 90 días y confiar en copias de seguridad locales.
FreePracticeQuiz.questionLabelDesigning for security and compliance
Siguiendo el principio «Implement shift-left security» del Google Cloud Well-Architected Framework, su organización exige que no pueda desplegarse en sus clústeres de GKE de producción ninguna imagen de contenedor con vulnerabilidades críticas del sistema operativo. Usa Cloud Build y Artifact Registry. ¿Cuál es la arquitectura automatizada más robusta para imponerlo?
A
Usar Artifact Analysis para escanear las imágenes y configurar Binary Authorization con un attestor que exija una firma criptográfica de «sin vulnerabilidades críticas» antes de la planificación.
B
Ejecutar un cron que revise Artifact Registry cada hora mediante un script de Python y elimine automáticamente las imágenes marcadas con CVE críticas.
C
Escribir una función de Cloud Run que intercepte los manifiestos de despliegue de Kubernetes y compare la etiqueta de la imagen con una lista blanca codificada en Cloud Storage.
D
Confiar en el ValidatingAdmissionWebhook por defecto de GKE para bloquear automáticamente el despliegue de imágenes de más de 500 MB.
FreePracticeQuiz.questionLabelManaging implementation
Está gestionando la implementación de una nueva aplicación de inventario desplegada en Compute Engine. La aplicación debe interactuar de forma segura con las API de Cloud Storage y Pub/Sub. Históricamente, los desarrolladores han generado claves JSON de cuenta de servicio de larga duración y las han subido al repositorio de código fuente de la aplicación. ¿Cómo debería asegurar esta implementación conforme a las buenas prácticas de Google Cloud?
A
Cifrar las claves JSON del repositorio Git usando claves simétricas de Cloud Key Management Service (KMS).
B
Eliminar por completo las claves JSON y asignar una cuenta de servicio dedicada directamente a las instancias de Compute Engine.
C
Trasladar las claves JSON a Secret Manager y codificar las rutas de recurso de Secret Manager en los archivos de configuración de la aplicación.
D
Restringir el acceso IAM del repositorio Git únicamente a desarrolladores sénior y administradores de seguridad.
FreePracticeQuiz.questionLabelManaging and provisioning a cloud solution infrastructure
Caso de estudio: Cymbal Retail. Cymbal Retail está aprovisionando una nueva arquitectura multirregión para atender su creciente catálogo global. Necesita una base de datos totalmente gestionada que ofrezca consistencia global fuerte, transacciones ACID e interfaz SQL relacional. Además, necesita transmitir en tiempo real todas las modificaciones del catálogo a un pipeline analítico externo sin imponer bloqueos de lectura pesados en la base de datos principal. ¿Qué dos servicios de Google Cloud debe aprovisionar? (Elija 2.)
A
Cloud Spanner.
B
Cloud SQL for PostgreSQL.
C
Los Change Streams de Cloud Spanner procesados mediante Cloud Dataflow.
D
BigQuery Data Transfer Service configurado para cargas batch cada hora.
E
Una réplica de lectura de Cloud SQL desplegada en la región secundaria.
FreePracticeQuiz.questionLabelAnalyzing and optimizing technical and business processes
Siguiendo el pilar Cost Optimization del Google Cloud Well-Architected Framework, está auditando un proyecto heredado. Descubre cientos de discos persistentes (PD) huérfanos que quedaron abandonados cuando los desarrolladores eliminaron sus VM de prueba. Quiere automatizar la identificación y eliminación de esos discos no asociados para detener los cargos de almacenamiento en curso. ¿Cuál es el proceso técnico recomendado?
A
Usar la API de Active Assist Idle Resource Recommender para identificar los discos no asociados y disparar una función de Cloud Run que aplique la recomendación de eliminación.
B
Establecer una política de ciclo de vida de Cloud Storage sobre los discos persistentes para que se eliminen automáticamente tras 7 días sin asociar.
C
Exportar a diario los datos de Cloud Asset Inventory a BigQuery y escribir una consulta SQL que elimine las filas correspondientes a los discos huérfanos.
D
Crear una Organization Policy que impida a los desarrolladores eliminar una VM si todavía tiene un disco persistente asociado.
FreePracticeQuiz.questionLabelDesigning and planning a cloud solution architecture
Una entidad financiera está diseñando un data lakehouse. Dispone de petabytes de datos históricos de negociación almacenados en Cloud Storage en formato Parquet. Los analistas de negocio necesitan consultar esos datos con BigQuery usando SQL estándar. Sin embargo, una política estricta de la organización prohíbe duplicar o mover los datos a la capa de almacenamiento nativa de BigQuery, exigiendo al mismo tiempo seguridad estricta a nivel de fila y de columna. ¿Cómo debería diseñar la capa de acceso a los datos?
A
Crear tablas externas de BigLake sobre los datos de Cloud Storage, lo que permite consultarlos con BigQuery combinado con control de acceso granular.
B
Crear tablas externas estándar de BigQuery sobre los datos de Cloud Storage y usar condiciones de IAM en el bucket.
C
Aprovisionar un clúster de Dataproc que lea los datos bajo demanda y escriba tablas temporales en BigQuery.
D
Cargar los datos en una instancia de Cloud SQL de alta disponibilidad y usar consultas federadas de BigQuery.

Progreso: 0 de 30 preguntas completadas

¿Listo para el examen completo de GCP-PCA?

Accede a todas las 450 preguntas, a la simulación cronometrada y al análisis de tus puntos débiles. Planes desde 2,99 $: los créditos no caducan nunca.

Ver precios

Preguntas frecuentes

¿Son preguntas de práctica reales de GCP-PCA?+

Sí. Estas 30 preguntas se han extraído directamente de nuestro banco de 450 preguntas, redactadas y revisadas por profesionales certificados. Reproducen el estilo, la dificultad y el alcance del examen oficial de GCP GCP-PCA.

¿Es difícil el examen GCP-PCA?+

El examen GCP Professional Cloud Architect (GCP-PCA) se considera un examen con nota de corte (puntuación de aprobado: No divulgado públicamente (puntuación escalada)). La mayoría de los candidatos necesitan entre 4 y 8 semanas de preparación centrada. Usa estas preguntas gratuitas para saber en qué punto estás antes de comprometerte con un plan de estudio completo.

¿Cuántas preguntas tiene el examen real de GCP-PCA?+

El examen oficial de GCP-PCA tiene 50 a 60 preguntas.

¿Hace falta registrarse para usar estas preguntas?+

No. Estas 30 preguntas son gratuitas y no requieren registro. Si quieres simulación cronometrada, análisis de rendimiento y acceso a todas las 450 preguntas, nuestros planes de pago empiezan en 2,99 $ por examen, con créditos que no caducan nunca.

Sigue estudiando

Examen completo

Detalles del examen GCP Professional Cloud Architect (GCP-PCA)

Práctica gratuita

GCP Associate Cloud Engineer

Práctica gratuita

AWS SAA-C03

Práctica gratuita

Microsoft AZ-305

Aprueba GCP-PCA en el primer intento

Únete a los candidatos que usan DummyExams para practicar con exámenes cronometrados realistas, explicaciones detalladas y análisis de puntos débiles.

Comenzar el examen de práctica completo de GCP-PCA