Étude de cas : Cymbal Retail. Cymbal souhaite moderniser ses opérations en générant des attributs de produits et des images à partir des informations fournies par les fournisseurs à l'aide de l'IA générative. Ils doivent intégrer un processus de révision humaine (HITL) avant la mise à jour du catalogue en direct (stocké dans Cloud SQL pour MySQL). Quelle architecture offre l'approche la plus évolutive, la plus rentable et la plus sans serveur tout en répondant exactement à ces exigences ?

Utiliser Vertex AI Gemini pour le texte et Imagen pour la génération d'images. Stocker les résultats intermédiaires dans Firestore. Déployer une application web Cloud Run pour l'interface utilisateur HITL, qui, après approbation, déclenche un événement Eventarc vers une fonction Cloud Run pour mettre à jour Cloud SQL.

Étude de cas : KnightMotives Automotive. KnightMotives prévoit de monétiser les énormes quantités de données de télémétrie générées par sa flotte de véhicules autonomes pour financer de nouveaux investissements technologiques. Ils ont besoin d'ingérer ces données en toute sécurité depuis des sites mondiaux (y compris des zones rurales avec une connectivité intermittente), de les traiter en temps réel et d'exposer des ensembles de données agrégés spécifiques à des partenaires automobiles externes sans déplacer les données. Quelle combinaison de services doivent-ils mettre en œuvre ? (Sélectionnez 2)

Publier les ensembles de données agrégés sur BigQuery et les partager en toute sécurité avec des partenaires externes à l'aide d'Analytics Hub, en accordant un accès d'abonnement aux identités externes autorisées. | Utiliser Pub/Sub pour ingérer le flux de données de télémétrie et Dataflow pour traiter et nettoyer les données en temps réel avant d'écrire les résultats agrégés dans BigQuery.

Guidé par le pilier Optimisation des performances du cadre d'architecture Google Cloud (Well-Architected Framework), votre entreprise migre une application de calcul haute performance (HPC) intensive. La charge de travail se compose de nœuds MPI (Message Passing Interface) étroitement couplés qui nécessitent une latence inférieure à dix microsecondes entre les instances. Le travail s'exécute de manière prévisible à la fin de chaque mois pendant exactement 48 heures. Quelle stratégie de déploiement de calcul garantit les performances réseau nécessaires tout en optimisant les coûts ?

Déployer des instances Compute Engine C2 (optimisées pour le calcul) dans une seule zone à l'aide d'une politique de placement compacte, et les provisionner à la demande sans engagement d'utilisation (CUD).

Votre organisation met en place une architecture réseau multicloud reliant Google Cloud à AWS. Vous devez établir une connectivité hautement disponible et sécurisée avec un débit garanti de 2 Gbit/s. Vous souhaitez limiter les délais d'approvisionnement matériel et la charge de gestion des interconnexions physiques. Quelle approche de provisionnement répond le mieux à ces exigences ?

Configurer un HA VPN sur l'internet public entre Google Cloud Router et AWS Transit Gateway, en utilisant plusieurs tunnels agrégés pour atteindre le débit de 2 Gbit/s.

Un client du secteur de la distribution gère sa base d'inventaire mondiale en expansion sur Cloud Spanner. La base a atteint 50 To, mais l'équipe observe de sévères points chauds de latence en lecture lors des ventes flash, quand des millions d'utilisateurs interrogent simultanément et de façon répétée les 10 mêmes articles les plus populaires. Quelles deux stratégies de provisionnement architectural appliquer pour atténuer ces points chauds tout en conservant la scalabilité horizontale ? (Choisissez 2 réponses.)

Mettre en place un cluster de cache Memorystore for Redis devant Cloud Spanner pour absorber les requêtes de lecture très fréquentes sur les articles populaires. | Utiliser les statistiques de requêtes intégrées de Cloud Spanner et Key Visualizer pour surveiller en continu et localiser précisément les clés de lignes à l'origine des points chauds en lecture.

Étude de cas : EHR Healthcare. EHR Healthcare héberge sur GKE des dossiers médicaux électroniques (EHR) hautement sensibles. Pour respecter une conformité réglementaire stricte (HIPAA), l'entreprise doit garantir que les pods traitant les dossiers patients ne puissent pas établir de connexions sortantes non autorisées vers l'internet public, tout en autorisant les sorties vers certaines API Google managées (par exemple Cloud Storage) sans passer par l'internet public. Comment concevoir ce contrôle de sécurité ?

Configurer Private Google Access sur le sous-réseau du VPC hébergeant le cluster GKE et mettre en place des Network Policies Kubernetes bloquant tout le trafic sortant des pods, sauf vers la plage d'adresses IP private.googleapis.com.

En vous appuyant sur les principes « Implement Zero Trust » et « Least Privilege » du Google Cloud Well-Architected Framework, votre équipe sécurité doit auditer et restreindre les accès élevés en environnement de production. Les développeurs disposent actuellement d'un accès permanent `roles/editor` pour dépanner les incidents en direct, ce qui entraîne des violations de conformité. Quelle combinaison d'actions retenir pour concevoir un modèle d'accès sécurisé et conforme ? (Choisissez 2 réponses.)

Révoquer l'accès permanent `roles/editor` et mettre en place Privileged Access Manager (PAM) pour accorder un accès élevé juste-à-temps, limité dans le temps et soumis à approbation manuelle. | Utiliser IAM Recommender (Policy Intelligence) pour analyser les schémas d'accès des 90 derniers jours et appliquer les rôles personnalisés de moindre privilège générés automatiquement.

Une agence gouvernementale impose que toutes les données hautement sensibles traitées dans Google Cloud soient chiffrées au repos à l'aide de clés dont elle conserve le contrôle physique ultime dans ses propres modules matériels de sécurité (HSM) on-premises. Ces clés doivent pouvoir être utilisées de façon transparente avec BigQuery pour l'analytique. Quelle architecture cryptographique répond à ce besoin réglementaire ?

Cloud External Key Manager (Cloud EKM) configuré pour communiquer via une connexion sécurisée avec le HSM on-premises de l'agence.

Étude de cas : Altostrat Media. L'équipe opérationnelle d'Altostrat se plaint de fatigue liée aux alertes. Leurs systèmes de supervision open source actuels génèrent chaque jour des centaines de notifications par e-mail pour des pics CPU mineurs pendant les tâches planifiées de transcodage vidéo, si bien que des pannes critiques de base de données passent inaperçues. Pour optimiser ce processus technique et s'aligner sur les bonnes pratiques SRE, que doivent-ils faire ?

Définir des Service Level Objectives (SLO) rattachés aux parcours utilisateurs, configurer les alertes pour qu'elles se déclenchent uniquement lorsque le taux de consommation de l'error budget dépasse un seuil critique, et les router vers une plateforme de gestion des incidents.

Conformément au pilier Cost Optimization du Google Cloud Well-Architected Framework, votre entreprise analyse ses dépenses mensuelles BigQuery. Elle constate une envolée des coûts due à un mélange de requêtes automatisées de tableaux de bord et de requêtes ad hoc imprévisibles lancées par des data scientists analysant des pétaoctets de données brutes. Quelle combinaison d'optimisations appliquer pour analyser et réduire ces coûts ? (Choisissez 2 réponses.)

Basculer les charges de travail prévisibles des tableaux de bord automatisés vers BigQuery Editions (tarification à la capacité) afin d'établir une structure de coûts de référence. | Imposer un quota BigQuery personnalisé fixant un maximum d'octets facturés par requête, spécifiquement pour les projets des data scientists.

Entraînement gratuit · sans inscription

30 questions d'entraînement GCP GCP-PCA gratuites

De vraies questions d'entraînement pour l'examen GCP Professional Cloud Architect (GCP-PCA), avec les réponses et des explications détaillées. Mis à jour en 2026.

Lancer le mode examen chronométré Débloquer les 450 questions

Questions gratuites

Score de réussite

Non communiqué publiquement (score mis à l'échelle)

Durée de l'examen

120 minutes

Banque de questions

450 questions

Voici 30 vraies questions d'entraînement pour l'examen GCP Professional Cloud Architect (GCP-PCA). Chaque question affiche la bonne réponse et une explication détaillée lorsque vous la révélez. Servez-vous en pour évaluer votre niveau : si vous obtenez moins de 70 % à ces 30 questions, prévoyez au moins 4 semaines de révision supplémentaires avant de réserver.

Questions d'entraînement GCP-PCA

FreePracticeQuiz.questionLabelDesigning and planning a cloud solution architecture
Étude de cas : Cymbal Retail. Cymbal souhaite moderniser ses opérations en générant des attributs de produits et des images à partir des informations fournies par les fournisseurs à l'aide de l'IA générative. Ils doivent intégrer un processus de révision humaine (HITL) avant la mise à jour du catalogue en direct (stocké dans Cloud SQL pour MySQL). Quelle architecture offre l'approche la plus évolutive, la plus rentable et la plus sans serveur tout en répondant exactement à ces exigences ?
A
Utiliser Vertex AI Gemini pour le texte et Imagen pour la génération d'images. Stocker les résultats intermédiaires dans Firestore. Déployer une application web Cloud Run pour l'interface utilisateur HITL, qui, après approbation, déclenche un événement Eventarc vers une fonction Cloud Run pour mettre à jour Cloud SQL.
B
Utiliser l'API Cloud Vision et l'API Cloud Natural Language. Stocker le contenu généré dans Cloud Storage. Déployer une application App Engine standard pour que les associés examinent le contenu, en écrivant les modifications approuvées via Datastream dans Cloud SQL.
C
Exécuter des LLM open source sur un cluster GKE Standard avec des GPU connectés. Stocker les ressources générées intermédiaires localement sur des disques persistants. Exposer un service Kubernetes pour que les associés examinent et mettent à jour directement Cloud SQL via JDBC.
D
Ingérer les données des fournisseurs dans BigQuery. Utiliser BigQuery ML pour générer des attributs de texte et appeler à distance Vertex AI Imagen. Utiliser Looker comme interface utilisateur HITL pour examiner les données, et des requêtes planifiées pour envoyer les données approuvées vers Cloud SQL.
FreePracticeQuiz.questionLabelDesigning and planning a cloud solution architecture
Étude de cas : KnightMotives Automotive. KnightMotives prévoit de monétiser les énormes quantités de données de télémétrie générées par sa flotte de véhicules autonomes pour financer de nouveaux investissements technologiques. Ils ont besoin d'ingérer ces données en toute sécurité depuis des sites mondiaux (y compris des zones rurales avec une connectivité intermittente), de les traiter en temps réel et d'exposer des ensembles de données agrégés spécifiques à des partenaires automobiles externes sans déplacer les données. Quelle combinaison de services doivent-ils mettre en œuvre ? (Sélectionnez 2)
A
Utiliser Cloud IoT Core avec le protocole MQTT pour mettre en mémoire tampon les données localement sur les véhicules lors des déconnexions rurales, en les transmettant en toute sécurité à Cloud Pub/Sub lors de la reconconnexion.
B
Déployer un équilibreur de charge d'application externe mondial devant les services Cloud Run pour servir de passerelle d'ingestion, en écrivant les charges utiles validées directement dans Cloud Storage.
C
Publier les ensembles de données agrégés sur BigQuery et les partager en toute sécurité avec des partenaires externes à l'aide d'Analytics Hub, en accordant un accès d'abonnement aux identités externes autorisées.
D
Utiliser Pub/Sub pour ingérer le flux de données de télémétrie et Dataflow pour traiter et nettoyer les données en temps réel avant d'écrire les résultats agrégés dans BigQuery.
E
Configurer des périmètres VPC Service Controls autour de BigQuery et exporter les données agrégées via des URL signées Cloud Storage vers des partenaires externes.
FreePracticeQuiz.questionLabelDesigning and planning a cloud solution architecture
Guidé par le pilier Optimisation des performances du cadre d'architecture Google Cloud (Well-Architected Framework), votre entreprise migre une application de calcul haute performance (HPC) intensive. La charge de travail se compose de nœuds MPI (Message Passing Interface) étroitement couplés qui nécessitent une latence inférieure à dix microsecondes entre les instances. Le travail s'exécute de manière prévisible à la fin de chaque mois pendant exactement 48 heures. Quelle stratégie de déploiement de calcul garantit les performances réseau nécessaires tout en optimisant les coûts ?
A
Déployer les nœuds sur GKE Autopilot dans une seule région pour assurer une mise à l'échelle dynamique, en utilisant des Spot Pods pour minimiser les coûts de calcul des 48 heures.
B
Déployer des instances Compute Engine C2 (optimisées pour le calcul) dans une seule zone à l'aide d'une politique de placement compacte, et tirer parti des remises sur engagement d'utilisation (CUD) d'un an.
C
Déployer des instances Compute Engine à l'aide d'une politique de placement répartie sur plusieurs zones de la même région pour équilibrer la haute disponibilité et la faible latence.
D
Déployer des instances Compute Engine C2 (optimisées pour le calcul) dans une seule zone à l'aide d'une politique de placement compacte, et les provisionner à la demande sans engagement d'utilisation (CUD).
FreePracticeQuiz.questionLabelManaging and provisioning a cloud solution infrastructure
Votre organisation met en place une architecture réseau multicloud reliant Google Cloud à AWS. Vous devez établir une connectivité hautement disponible et sécurisée avec un débit garanti de 2 Gbit/s. Vous souhaitez limiter les délais d'approvisionnement matériel et la charge de gestion des interconnexions physiques. Quelle approche de provisionnement répond le mieux à ces exigences ?
A
Provisionner un circuit Dedicated Interconnect via une installation de colocation, en configurant BGP sur deux liens physiques de 10 Gbit/s.
B
Déployer une connexion Partner Interconnect via un fournisseur de services pris en charge, en provisionnant deux rattachements VLAN de 1 Gbit/s pour la haute disponibilité.
C
Configurer un HA VPN sur l'internet public entre Google Cloud Router et AWS Transit Gateway, en utilisant plusieurs tunnels agrégés pour atteindre le débit de 2 Gbit/s.
D
Utiliser Cross-Cloud Network avec Network Connectivity Center pour provisionner automatiquement des liaisons fibre privées entre les fournisseurs cloud, sans FAI tiers.
FreePracticeQuiz.questionLabelManaging and provisioning a cloud solution infrastructure
Un client du secteur de la distribution gère sa base d'inventaire mondiale en expansion sur Cloud Spanner. La base a atteint 50 To, mais l'équipe observe de sévères points chauds de latence en lecture lors des ventes flash, quand des millions d'utilisateurs interrogent simultanément et de façon répétée les 10 mêmes articles les plus populaires. Quelles deux stratégies de provisionnement architectural appliquer pour atténuer ces points chauds tout en conservant la scalabilité horizontale ? (Choisissez 2 réponses.)
A
Mettre en place un cluster de cache Memorystore for Redis devant Cloud Spanner pour absorber les requêtes de lecture très fréquentes sur les articles populaires.
B
Repenser le schéma Spanner pour que les clés primaires de la table des produits soient monotones croissantes, afin d'assurer une distribution séquentielle des données.
C
Utiliser une séquence bit-reverse Spanner ou un UUID (Universally Unique Identifier) comme clé primaire de la table des produits pour éviter les points chauds en écriture.
D
Provisionner une réplique en lecture Cloud SQL for PostgreSQL dans chaque région pour décharger les requêtes analytiques des instances Spanner principales.
E
Utiliser les statistiques de requêtes intégrées de Cloud Spanner et Key Visualizer pour surveiller en continu et localiser précisément les clés de lignes à l'origine des points chauds en lecture.
FreePracticeQuiz.questionLabelDesigning for security and compliance
Étude de cas : EHR Healthcare. EHR Healthcare héberge sur GKE des dossiers médicaux électroniques (EHR) hautement sensibles. Pour respecter une conformité réglementaire stricte (HIPAA), l'entreprise doit garantir que les pods traitant les dossiers patients ne puissent pas établir de connexions sortantes non autorisées vers l'internet public, tout en autorisant les sorties vers certaines API Google managées (par exemple Cloud Storage) sans passer par l'internet public. Comment concevoir ce contrôle de sécurité ?
A
Déployer une passerelle NAT sur le VPC et configurer des Network Policies Kubernetes de sortie refusant tout trafic vers internet, sauf vers l'IP de la NAT.
B
Configurer Private Google Access sur le sous-réseau du VPC hébergeant le cluster GKE et mettre en place des Network Policies Kubernetes bloquant tout le trafic sortant des pods, sauf vers la plage d'adresses IP private.googleapis.com.
C
Activer VPC Service Controls pour créer un périmètre de service autour du cluster GKE, et configurer des règles de sortie Cloud Armor pour filtrer les requêtes sortantes malveillantes.
D
Attribuer des adresses IP publiques aux nœuds GKE mais utiliser des règles Google Cloud Next Generation Firewall (NGFW) pour rejeter tous les paquets à destination externe.
FreePracticeQuiz.questionLabelDesigning for security and compliance
En vous appuyant sur les principes « Implement Zero Trust » et « Least Privilege » du Google Cloud Well-Architected Framework, votre équipe sécurité doit auditer et restreindre les accès élevés en environnement de production. Les développeurs disposent actuellement d'un accès permanent roles/editor pour dépanner les incidents en direct, ce qui entraîne des violations de conformité. Quelle combinaison d'actions retenir pour concevoir un modèle d'accès sécurisé et conforme ? (Choisissez 2 réponses.)
A
Révoquer l'accès permanent roles/editor et mettre en place Privileged Access Manager (PAM) pour accorder un accès élevé juste-à-temps, limité dans le temps et soumis à approbation manuelle.
B
Créer un rôle IAM personnalisé reproduisant exactement les permissions de roles/editor mais en restreindre l'usage géographiquement à l'aide de VPC Service Controls.
C
Utiliser IAM Recommender (Policy Intelligence) pour analyser les schémas d'accès des 90 derniers jours et appliquer les rôles personnalisés de moindre privilège générés automatiquement.
D
Accorder aux développeurs le rôle roles/viewer de façon globale et exiger qu'ils se connectent en SSH aux VM Compute Engine de production pour exécuter les opérations d'écriture via des comptes de service locaux.
E
Mettre en place Identity-Aware Proxy (IAP) sur la console Google Cloud pour restreindre strictement l'accès aux utilisateurs présents sur le réseau du siège.
FreePracticeQuiz.questionLabelDesigning for security and compliance
Une agence gouvernementale impose que toutes les données hautement sensibles traitées dans Google Cloud soient chiffrées au repos à l'aide de clés dont elle conserve le contrôle physique ultime dans ses propres modules matériels de sécurité (HSM) on-premises. Ces clés doivent pouvoir être utilisées de façon transparente avec BigQuery pour l'analytique. Quelle architecture cryptographique répond à ce besoin réglementaire ?
A
Des Customer-Managed Encryption Keys (CMEK) via Cloud KMS adossées à un HSM Google Cloud.
B
Des Customer-Supplied Encryption Keys (CSEK) fournies dynamiquement dans les requêtes API vers BigQuery.
C
Cloud External Key Manager (Cloud EKM) configuré pour communiquer via une connexion sécurisée avec le HSM on-premises de l'agence.
D
Les clés de chiffrement gérées par Google par défaut, complétées par un chiffrement applicatif côté client avant chargement des données dans BigQuery.
FreePracticeQuiz.questionLabelAnalyzing and optimizing technical and business processes
Étude de cas : Altostrat Media. L'équipe opérationnelle d'Altostrat se plaint de fatigue liée aux alertes. Leurs systèmes de supervision open source actuels génèrent chaque jour des centaines de notifications par e-mail pour des pics CPU mineurs pendant les tâches planifiées de transcodage vidéo, si bien que des pannes critiques de base de données passent inaperçues. Pour optimiser ce processus technique et s'aligner sur les bonnes pratiques SRE, que doivent-ils faire ?
A
Écrire un script supprimant automatiquement toutes les alertes provenant des instances de transcodage vidéo afin de désencombrer les boîtes mail.
B
Définir des Service Level Objectives (SLO) rattachés aux parcours utilisateurs, configurer les alertes pour qu'elles se déclenchent uniquement lorsque le taux de consommation de l'error budget dépasse un seuil critique, et les router vers une plateforme de gestion des incidents.
C
Migrer de Prometheus vers Cloud Monitoring et abaisser les seuils d'alerte d'utilisation CPU pour qu'ils ne se déclenchent que lorsqu'une instance atteint 100 % de capacité pendant 1 heure.
D
Recruter une équipe de support de niveau 1 dédiée pour relire manuellement tous les e-mails et n'escalader que les alertes critiques de base de données vers l'équipe SRE principale.
FreePracticeQuiz.questionLabelAnalyzing and optimizing technical and business processes
Conformément au pilier Cost Optimization du Google Cloud Well-Architected Framework, votre entreprise analyse ses dépenses mensuelles BigQuery. Elle constate une envolée des coûts due à un mélange de requêtes automatisées de tableaux de bord et de requêtes ad hoc imprévisibles lancées par des data scientists analysant des pétaoctets de données brutes. Quelle combinaison d'optimisations appliquer pour analyser et réduire ces coûts ? (Choisissez 2 réponses.)
A
Basculer les charges de travail prévisibles des tableaux de bord automatisés vers BigQuery Editions (tarification à la capacité) afin d'établir une structure de coûts de référence.
B
Imposer un quota BigQuery personnalisé fixant un maximum d'octets facturés par requête, spécifiquement pour les projets des data scientists.
C
Convertir toutes les tables de données brutes au format JSON pour compresser la taille de stockage et réduire drastiquement le coût des scans de tables complètes.
D
Désactiver la mise en cache des résultats BigQuery, car le stockage des résultats en cache entraîne des frais élevés de disque persistant régional.
E
Déplacer toutes les charges de travail des data scientists vers Cloud SQL, car les bases relationnelles empêchent par nature les grands scans analytiques de tables.
FreePracticeQuiz.questionLabelManaging implementation
Votre équipe gère le déploiement d'une application de microservices avec Terraform. Pour respecter les politiques d'audit, l'équipe sécurité a besoin d'un moyen automatisé de vérifier qu'aucune dérive d'infrastructure n'est survenue (c'est-à-dire des modifications manuelles réalisées via la console cloud, écrasant la configuration Terraform) et de notifier automatiquement le canal Slack de sécurité en cas de dérive détectée. Comment gérer cette mise en œuvre ?
A
Configurer VPC Flow Logs pour surveiller tous les appels d'API vers le point de terminaison cloudresourcemanager.googleapis.com et filtrer les modifications manuelles.
B
Mettre en place un pipeline CI/CD planifié avec Cloud Build exécutant terraform plan -detailed-exitcode. Utiliser une fonction Cloud Run pour envoyer les résultats vers Slack si le code de sortie est non nul.
C
Utiliser l'API Cloud Asset Inventory pour exporter l'état vers BigQuery toutes les heures et comparer l'empreinte avec le fichier terraform.tfstate stocké dans Cloud Storage.
D
Mettre en place une contrainte d'Organization Policy interdisant strictement à tout utilisateur d'accéder à l'interface de la console Google Cloud, afin de forcer toutes les interactions via la CLI.
FreePracticeQuiz.questionLabelManaging implementation
Étude de cas : KnightMotives Automotive. KnightMotives est très fragmentée, avec de multiples bases de code réparties entre ses gammes de véhicules. Pour moderniser son infrastructure informatique, l'entreprise migre vers Google Cloud et souhaite mettre en place une plateforme robuste de gestion d'API afin d'exposer en toute sécurité ses systèmes ERP historiques à des applications mobiles modernes et à des portails de concessionnaires tiers. Quelles étapes de mise en œuvre sont nécessaires avec Apigee ? (Choisissez 2 réponses.)
A
Déployer un proxy d'API Apigee pour découpler les applications mobiles modernes des systèmes ERP historiques en backend.
B
Configurer Apigee pour router tous les appels d'API via l'internet public directement vers le mainframe on-premises, afin d'éviter les coûts de tunnel VPN.
C
Mettre en place des politiques OAuth 2.0 et de vérification de clés d'API dans Apigee pour sécuriser l'accès des portails de concessionnaires tiers.
D
Utiliser API Gateway plutôt qu'Apigee, car Apigee n'est pas conçu pour les architectures hybrides impliquant des mainframes on-premises.
E
Refactoriser l'intégralité du système ERP historique en microservices avant de tenter de configurer les politiques de routage Apigee.
FreePracticeQuiz.questionLabelEnsuring solution and operations reliability
Vous avez déployé une application web critique et distribuée mondialement sur des Managed Instance Groups (MIG) Compute Engine derrière un Global External Application Load Balancer. Pour garantir la fiabilité des opérations, vous voulez que l'équilibreur de charge redirige automatiquement le trafic vers une page statique « Maintenance » personnalisée hébergée sur Cloud Storage si tous les MIG backend échouent simultanément à leurs health checks. Comment assurer cette fiabilité ?
A
Mettre en place une politique de routage Cloud DNS avec un health check redirigeant vers l'URL du bucket Cloud Storage en cas d'échec.
B
Configurer une gestion d'erreur personnalisée dans le template du MIG backend pour servir un fichier HTML local en cas de plantage de l'application.
C
Ajouter au URL map existant un backend bucket contenant la page de maintenance, et configurer sur l'équilibreur de charge une politique de réponse d'erreur personnalisée routant les erreurs 5xx vers ce backend bucket.
D
Utiliser Cloud Armor pour détecter les timeouts backend et injecter une charge utile HTML personnalisée via une politique de sécurité edge.
FreePracticeQuiz.questionLabelEnsuring solution and operations reliability
Guidée par le pilier Reliability du Google Cloud Well-Architected Framework, votre organisation conçoit une stratégie de reprise après sinistre pour une charge de travail transactionnelle critique sur Cloud SQL. Le métier exige un RPO (Recovery Point Objective) nul et un RTO (Recovery Time Objective) inférieur à 2 minutes en cas de panne zonale dans la région principale. Quel pattern d'architecture devez-vous déployer ?
A
Une instance Cloud SQL configurée avec des sauvegardes automatiques quotidiennes et la restauration à un instant précis (PITR) activée.
B
Une instance Cloud SQL avec la haute disponibilité régionale (HA) activée, assurant une réplication synchrone vers une instance de secours située dans une autre zone.
C
Une instance Cloud SQL unique associée à Datastream pour répliquer les données de façon asynchrone vers une région de reprise distincte.
D
Une instance Cloud SQL configurée avec une réplique en lecture externe dans une autre région, avec promotion manuelle déclenchée par des fonctions Cloud Run en cas de panne.
FreePracticeQuiz.questionLabelManaging and provisioning a cloud solution infrastructure
Étude de cas : Cymbal Retail. Cymbal Retail s'appuie sur un environnement hybride avec d'énormes volumes de mises à jour quotidiennes d'inventaire produit provenant d'un Microsoft SQL Server on-premises. L'entreprise souhaite moderniser sa stack en diffusant ces mises à jour en continu vers BigQuery pour alimenter des tableaux de bord temps réel destinés à ses agents de commerce conversationnel, sans écrire de code d'extraction/chargement sur mesure. Quelle combinaison de services provisionne ce pipeline ? (Choisissez 2 réponses.)
A
Provisionner une connexion Datastream pour capturer les événements de Change Data Capture (CDC) directement depuis le Microsoft SQL Server on-premises.
B
Déployer Cloud Data Fusion pour exécuter des scripts batch horaires via un pilote JDBC interrogeant la base on-premises à la recherche de changements.
C
Configurer Datastream avec une destination BigQuery native pour répliquer de façon transparente les événements CDC dans des tables BigQuery.
D
Déployer un pipeline Dataflow personnalisé utilisant le connecteur Apache Beam JDBC IO pour interroger la base en continu et diffuser vers BigQuery.
E
Utiliser Dataflow avec un template fourni par Google pour lire le flux CDC Datastream depuis Cloud Storage et l'écrire dans BigQuery.
FreePracticeQuiz.questionLabelDesigning and planning a cloud solution architecture
Votre entreprise exploite un environnement multicloud couvrant Google Cloud et AWS. Vous devez déployer une connexion privée hautement disponible et à haut débit (10 Gbit/s) entre les deux fournisseurs cloud, sans faire transiter le trafic par l'internet public ni recourir à une installation de colocation tierce. Quelle solution réseau Google Cloud répond directement à cette exigence d'architecture ?
A
Cross-Cloud Interconnect.
B
Dedicated Interconnect.
C
HA VPN via Cloud Router.
D
Partner Interconnect via un FAI pris en charge.
FreePracticeQuiz.questionLabelManaging and provisioning a cloud solution infrastructure
Vous mettez en place un pipeline d'intégration continue (CI) sécurisé avec Cloud Build. Le processus de build doit accéder à des dépôts de code source internes hébergés on-premises via Cloud VPN, et les workers de build ne doivent pas disposer d'adresses IP publiques externes. Quelles configurations sont nécessaires ? (Choisissez 2 réponses.)
A
Configurer Cloud Build pour utiliser des private pools rattachés à un réseau VPC appairé avec le réseau on-premises.
B
Activer l'intégration Google Kubernetes Engine (GKE) et exécuter les workers Cloud Build sous forme de pods personnalisés au sein d'un cluster privé.
C
Désactiver l'exécution sur le pool public global par défaut en définissant une contrainte d'Organization Policy.
D
Attribuer temporairement des adresses IP externes pendant la phase de build via une passerelle Cloud NAT, puis les détruire immédiatement.
E
Router tout le trafic Cloud Build via une politique de sécurité Cloud Armor conçue pour rejeter le trafic entrant externe.
FreePracticeQuiz.questionLabelDesigning for security and compliance
Étude de cas : EHR Healthcare. EHR migre d'énormes volumes de bases relationnelles historiques vers Cloud SQL et BigQuery. Avant le début de la migration, l'équipe conformité exige un moyen automatisé de découvrir, classifier et signaler la présence d'informations de santé de patients (PHI) non chiffrées sur l'ensemble de l'empreinte organisationnelle dans Google Cloud. Quelle est l'approche technique la plus efficace ?
A
Activer la découverte Sensitive Data Protection (DLP) au niveau de l'organisation ou du dossier pour profiler automatiquement les données dans BigQuery, Cloud SQL et Cloud Storage.
B
Exporter toutes les données vers Cloud Storage et configurer une fonction Cloud Run pour analyser chaque objet à l'aide de l'API Cloud Natural Language.
C
Provisionner un cluster Dataproc exécutant Apache Spark pour parcourir chaque nuit toutes les tables et appliquer des expressions régulières correspondant aux formats de PHI.
D
Utiliser Security Command Center Premium pour exécuter Container Threat Detection sur les bases de données afin de signaler les PHI en clair.
FreePracticeQuiz.questionLabelAnalyzing and optimizing technical and business processes
Conformément au pilier Reliability du Google Cloud Well-Architected Framework, votre application e-commerce fait face à un trafic sans précédent pendant une grande vente de fin d'année. Le microservice de recommandation de produits est fortement surchargé et plante, menaçant de faire tomber tout le pipeline de commande. Quel pattern d'architecture mettre en œuvre pour analyser et atténuer ce goulot d'étranglement ?
A
Mettre en place une dégradation gracieuse en interceptant les timeouts du service de recommandation et en renvoyant à l'utilisateur une liste statique par défaut de produits populaires plutôt que de faire échouer la requête.
B
Configurer le service de recommandation pour réessayer indéfiniment les requêtes de base de données en échec jusqu'à obtenir une réponse réussie.
C
Utiliser Cloud Load Balancing pour interrompre immédiatement les sessions des clients situés dans des régions géographiques à forte latence.
D
Provisionner un cache Redis massif et charger l'intégralité de la base produits en mémoire, en désactivant complètement le moteur de recommandation principal.
FreePracticeQuiz.questionLabelManaging implementation
Une entreprise exploite des dizaines de clusters Kubernetes répartis entre Google Cloud, des centres de données on-premises et AWS. Elle doit gérer la configuration de manière cohérente dans tous ces environnements et appliquer dynamiquement les politiques RBAC et de sécurité, sans appliquer manuellement les manifestes à chaque cluster. Quels composants de GKE Enterprise permettent cette mise en œuvre ? (Choisissez 2 réponses.)
A
Connecter tous les clusters à une GKE Fleet unifiée.
B
Utiliser Config Sync pour appliquer et réconcilier en continu les configurations issues d'un dépôt Git central vers tous les clusters de la fleet.
C
Déployer des passerelles Cloud Service Mesh explicitement sur les équilibreurs de charge matériels on-premises.
D
Utiliser Google Cloud Deploy pour pousser des scripts bash exécutant kubectl apply de façon itérative sur les nœuds multicloud.
E
Installer le contrôleur d'admission Binary Authorization directement sur les nœuds AWS EKS à l'aide d'un chart Helm personnalisé.
FreePracticeQuiz.questionLabelDesigning and planning a cloud solution architecture
Étude de cas : EHR Healthcare. EHR Healthcare doit partager en toute sécurité des données agrégées et anonymisées sur les tendances des patients avec des chercheurs médicaux tiers dans le monde entier. Ces chercheurs utilisent divers outils analytiques nativement dans Google Cloud. EHR souhaite gérer les accès de façon centralisée, pouvoir les révoquer instantanément si nécessaire, et éviter strictement les coûts et les risques liés à la duplication des données entre projets. Comment concevoir cette architecture ?
A
Exporter les données vers Cloud Storage au format Parquet et générer des URL signées cryptographiquement avec des délais d'expiration stricts.
B
Utiliser BigQuery Analytics Hub pour créer un échange et publier un jeu de données partagé, en accordant aux chercheurs un accès d'abonné.
C
Créer un périmètre VPC Service Controls autour de l'entrepôt de données EHR et configurer un pont d'entrée vers les projets des chercheurs.
D
Provisionner un pipeline Datastream pour répliquer les lignes nécessaires directement dans les bases Cloud SQL individuelles des chercheurs.
FreePracticeQuiz.questionLabelEnsuring solution and operations reliability
Conformément au pilier Reliability du Google Cloud Well-Architected Framework, votre application e-commerce a besoin de mécanismes lui permettant de survivre à de fortes pointes de trafic pendant les ventes flash sans subir de défaillances en cascade. Le backend repose sur un Managed Instance Group (MIG) Compute Engine qui atteint parfois ses limites absolues de scalabilité. Quels deux patterns d'architecture mettre en œuvre pour protéger le backend ? (Choisissez 2 réponses.)
A
Déployer Cloud Tasks pour découpler et tamponner les requêtes asynchrones, lissant ainsi les pointes de trafic avant qu'elles n'atteignent le backend.
B
Mettre en place des tentatives synchrones côté frontend sans backoff exponentiel, afin de garantir que les requêtes finissent par aboutir.
C
Utiliser Cloud Service Mesh pour mettre en œuvre un pattern de disjoncteur (Circuit Breaker) qui fait échouer rapidement les requêtes lorsque le backend est saturé.
D
Réduire à 1 seconde l'intervalle de health check de l'équilibreur de charge pour détecter et retirer plus vite les nœuds saturés.
E
Remplacer le MIG avec autoscaling par une machine virtuelle unique optimisée pour le calcul (C2) provisionnée statiquement.
FreePracticeQuiz.questionLabelManaging and provisioning a cloud solution infrastructure
Vous devez provisionner un nouvel environnement Google Kubernetes Engine (GKE) pour une équipe de data science. L'équipe exécute chaque jour des milliers de jobs batch ad hoc, aux besoins CPU et mémoire très variables. Vous devez supprimer la charge de gestion du cluster, ne payer strictement que les ressources utilisées par les pods et éviter totalement la configuration manuelle des node pools. Quelle stratégie de provisionnement de calcul choisir ?
A
Provisionner un cluster GKE Standard et activer le Cluster Autoscaler Kubernetes avec une large gamme de tailles de nœuds.
B
Provisionner un cluster GKE Autopilot, en laissant Google gérer le provisionnement et la mise à l'échelle des nœuds dynamiquement, d'après les spécifications des pods.
C
Déployer une flotte de VM Spot Compute Engine gérées par un Managed Instance Group (MIG) exécutant des conteneurs Docker personnalisés.
D
Utiliser des fonctions Cloud Run configurées avec l'allocation mémoire maximale pour exécuter les jobs batch de façon asynchrone.
FreePracticeQuiz.questionLabelDesigning for security and compliance
Une entreprise financière exige que les développeurs puissent interroger des données financières sensibles dans BigQuery depuis leurs postes de travail Compute Engine dédiés afin de construire des modèles de ML. Cependant, des politiques strictes anti-exfiltration imposent que les développeurs soient totalement empêchés de télécharger ou de copier ces données vers leurs ordinateurs portables ou vers des services internet externes. Quelle est la configuration de sécurité la plus efficace ?
A
Retirer le rôle BigQuery Data Viewer des comptes IAM des développeurs, en ne leur accordant que BigQuery Job User.
B
Créer un périmètre VPC Service Controls englobant l'API BigQuery et le VPC hébergeant les postes de travail des développeurs, en désactivant la sortie vers internet.
C
Activer Cloud Sensitive Data Protection (DLP) pour masquer automatiquement toutes les données numériques des tables BigQuery.
D
Configurer Identity-Aware Proxy (IAP) pour imposer une authentification multifacteur avant que les développeurs puissent accéder à la console Google Cloud.
FreePracticeQuiz.questionLabelAnalyzing and optimizing technical and business processes
Étude de cas : Altostrat Media. Altostrat Media cherche à optimiser ses coûts Cloud Storage considérables. L'entreprise stocke actuellement 50 Po de rushes vidéo bruts en classe de stockage Standard. L'analyse montre que les vidéos sont consultées activement chaque jour pendant les 30 premiers jours de montage, occasionnellement entre 30 et 90 jours, et pratiquement jamais après 90 jours, tout en devant être conservées indéfiniment pour des raisons de conformité. Quelles deux configurations optimisent ce processus technique ? (Choisissez 2 réponses.)
A
Configurer une règle d'Object Lifecycle Management faisant passer les objets en stockage Nearline après 30 jours.
B
Configurer une règle d'Object Lifecycle Management faisant passer les objets en stockage Archive après 90 jours.
C
Exporter toutes les données de plus de 90 jours vers un SAN local à l'aide de Storage Transfer Service afin d'éviter les coûts cloud.
D
Activer Cloud Storage Autoclass sur le bucket pour compresser automatiquement les fichiers vidéo.
E
Définir une règle d'Object Lifecycle Management supprimant les objets après 90 jours et s'appuyer sur des sauvegardes locales.
FreePracticeQuiz.questionLabelDesigning for security and compliance
En appliquant le principe « Implement shift-left security » du Google Cloud Well-Architected Framework, votre organisation impose qu'aucune image de conteneur contenant des vulnérabilités critiques du système d'exploitation ne puisse être déployée sur vos clusters GKE de production. Vous utilisez Cloud Build et Artifact Registry. Quelle est l'architecture automatisée la plus robuste pour faire respecter cette règle ?
A
Utiliser Artifact Analysis pour analyser les images et configurer Binary Authorization avec un attestor exigeant une signature cryptographique « aucune vulnérabilité critique » avant la planification.
B
Exécuter une tâche cron qui vérifie Artifact Registry toutes les heures via un script Python et supprime automatiquement les images signalées avec des CVE critiques.
C
Écrire une fonction Cloud Run qui intercepte les manifestes de déploiement Kubernetes et compare le tag d'image à une liste blanche codée en dur dans Cloud Storage.
D
S'appuyer sur le ValidatingAdmissionWebhook par défaut de GKE pour bloquer automatiquement le déploiement des images de plus de 500 Mo.
FreePracticeQuiz.questionLabelManaging implementation
Vous pilotez la mise en œuvre d'une nouvelle application d'inventaire déployée sur Compute Engine. L'application doit interagir de manière sécurisée avec les API Cloud Storage et Pub/Sub. Jusqu'ici, les développeurs ont généré des clés de compte de service JSON à longue durée de vie et les ont validées dans le dépôt de code source de l'application. Comment sécuriser cette mise en œuvre conformément aux bonnes pratiques Google Cloud ?
A
Chiffrer les clés JSON dans le dépôt Git à l'aide de clés symétriques Cloud Key Management Service (KMS).
B
Supprimer entièrement les clés JSON et affecter un compte de service dédié directement aux instances Compute Engine.
C
Déplacer les clés JSON dans Secret Manager et coder en dur les chemins de ressources Secret Manager dans les fichiers de configuration de l'application.
D
Restreindre l'accès IAM du dépôt Git aux seuls développeurs seniors et administrateurs sécurité.
FreePracticeQuiz.questionLabelManaging and provisioning a cloud solution infrastructure
Étude de cas : Cymbal Retail. Cymbal Retail provisionne une nouvelle architecture multirégionale pour absorber son catalogue mondial en expansion. L'entreprise a besoin d'une base de données entièrement managée offrant une forte cohérence globale, des transactions ACID et une interface SQL relationnelle. Elle doit en outre diffuser en temps réel toutes les modifications du catalogue vers un pipeline analytique externe, sans imposer de verrous de lecture lourds sur la base principale. Quels deux services Google Cloud doit-elle provisionner ? (Choisissez 2 réponses.)
A
Cloud Spanner.
B
Cloud SQL for PostgreSQL.
C
Les Change Streams de Cloud Spanner traités via Cloud Dataflow.
D
BigQuery Data Transfer Service configuré pour des chargements batch horaires.
E
Une réplique en lecture Cloud SQL déployée dans la région secondaire.
FreePracticeQuiz.questionLabelAnalyzing and optimizing technical and business processes
Conformément au pilier Cost Optimization du Google Cloud Well-Architected Framework, vous auditez un projet historique. Vous découvrez des centaines de disques persistants (PD) orphelins, laissés en place lorsque des développeurs ont supprimé leurs VM de test. Vous souhaitez automatiser l'identification et la suppression de ces disques non attachés afin de stopper les frais de stockage en cours. Quel est le processus technique recommandé ?
A
Utiliser l'API Active Assist Idle Resource Recommender pour identifier les disques non attachés, et déclencher une fonction Cloud Run appliquant la recommandation de suppression.
B
Définir une politique de cycle de vie Cloud Storage sur les disques persistants pour suppression automatique après 7 jours sans attachement.
C
Exporter chaque jour les données Cloud Asset Inventory vers BigQuery et écrire une requête SQL supprimant les lignes correspondant aux disques orphelins.
D
Créer une Organization Policy empêchant les développeurs de supprimer une VM si un disque persistant y est encore attaché.
FreePracticeQuiz.questionLabelDesigning and planning a cloud solution architecture
Une institution financière conçoit un data lakehouse. Elle dispose de plusieurs pétaoctets de données de trading historiques stockées dans Cloud Storage au format Parquet. Les analystes métier doivent interroger ces données via BigQuery en SQL standard. Toutefois, une politique interne stricte interdit de dupliquer ou de déplacer les données vers la couche de stockage native de BigQuery, tout en imposant une sécurité stricte au niveau des lignes et des colonnes. Comment concevoir la couche d'accès aux données ?
A
Créer des tables externes BigLake au-dessus des données Cloud Storage, ce qui permet l'interrogation via BigQuery avec un contrôle d'accès fin.
B
Créer des tables externes BigQuery standard au-dessus des données Cloud Storage et utiliser des conditions IAM sur le bucket.
C
Provisionner un cluster Dataproc lisant les données à la demande et écrivant des tables temporaires dans BigQuery.
D
Charger les données dans une instance Cloud SQL hautement disponible et utiliser les requêtes fédérées BigQuery.

Progression : 0 sur 30 question(s) complétée(s)

Prêt pour l'examen GCP-PCA complet ?

Accédez à l'ensemble des 450 questions, à la simulation chronométrée et à l'analyse de vos points faibles. Formules à partir de 2,99 $ — les crédits n'expirent jamais.

Voir les tarifs

Questions fréquentes

S'agit-il de vraies questions d'entraînement GCP-PCA ?+

Oui. Ces 30 questions sont extraites directement de notre banque de 450 questions, rédigées et relues par des praticiens certifiés. Elles reproduisent le style, la difficulté et le périmètre de l'examen officiel GCP GCP-PCA.

L'examen GCP-PCA est-il difficile ?+

L'examen GCP Professional Cloud Architect (GCP-PCA) est considéré comme un examen à score minimal (score de réussite : Non communiqué publiquement (score mis à l'échelle)). La plupart des candidats ont besoin de 4 à 8 semaines de préparation ciblée. Utilisez ces questions gratuites pour évaluer votre niveau avant de vous lancer dans un plan de révision complet.

Combien de questions comporte le vrai examen GCP-PCA ?+

L'examen officiel GCP-PCA comporte 50 à 60 questions.

Faut-il s'inscrire pour utiliser ces questions ?+

Non. Ces 30 questions sont gratuites et ne nécessitent aucune inscription. Si vous souhaitez la simulation chronométrée, l'analyse de vos performances et l'accès à l'ensemble des 450 questions, nos formules payantes débutent à 2,99 $ par examen, avec des crédits qui n'expirent jamais.

Continuer à réviser

Examen complet

Détails de l'examen GCP Professional Cloud Architect (GCP-PCA)

Entraînement gratuit

GCP Associate Cloud Engineer

Entraînement gratuit

AWS SAA-C03

Entraînement gratuit

Microsoft AZ-305

Réussissez GCP-PCA du premier coup

Rejoignez les candidats qui utilisent DummyExams pour s'entraîner avec des examens chronométrés réalistes, des explications détaillées et une analyse de leurs points faibles.

Commencer l'examen blanc GCP-PCA complet