Potrzebujesz programowalnego, ekonomicznego potoku do migracji danych lokalnych do BigQuery z opcjonalnymi trybami strumieniowymi lub wsadowymi oraz maskowania poufnych pól przed załadowaniem. Które podejście spełnia te wymagania?
Wybierz odpowiedź
Dotknij opcji, aby sprawdzić swoją odpowiedź.
Poprawna odpowiedź: Zbuduj potok Dataflow przy użyciu Apache Beam Python SDK, uwzględnij opcje strumieniowe lub wsadowe i zintegruj Cloud DLP, a następnie zapisz do BigQuery..
Dlaczego to jest odpowiedź
Rozwiązanie Dataflow z Apache Beam Python SDK jest programowalne, ekonomiczne i obsługuje zarówno tryby strumieniowe, jak i wsadowe. Integracja z Cloud DLP w potoku Dataflow umożliwia maskowanie poufnych danych przed załadowaniem do BigQuery, co spełnia wszystkie wymagania. Cloud Data Fusion jest narzędziem ETL, ale może być mniej elastyczne w programowaniu i integracji DLP w locie. BigQuery Data Transfer Service jest przeznaczony do transferu danych, ale nie oferuje programowalnego maskowania przed załadowaniem. Datastream służy do replikacji danych, ale nie zapewnia wbudowanych możliwości maskowania danych przed ich zapisaniem w BigQuery.
Zdaj egzamin — bez niekończącego się szukania odpowiedzi
Uzyskaj wszystkie zweryfikowane pytania i wyjaśnienia do tego egzaminu w jednym miejscu i zaoszczędź godziny przygotowań. Ponad 1000 certyfikacji · Ponad 20 języków · Zacznij za darmo.
Zdaj egzamin szybciej → Karta nie jest wymagana