CDLデジタルトランスフォーメーションとGoogle CloudHARD単一選択
ある自動車メーカーが、コネクテッドカーから送信される1秒間に数百万件のセンサーデータをリアルタイムで処理し、予知保全アラートを生成するシステムを構築したいと考えています。Google Cloudにおいて、このユースケースに対するDXアプローチとして最も適切なものはどれですか？
- A. センサーデータをすべてCloud StorageのColdlineクラスに保存し、月次バッチで分析する
- B. すべての車両のセンサーデータを各車両内のオンボードコンピューターのみで処理し、クラウドは使用しない
- C. Cloud Pub/SubとDataflowを使ってセンサーデータをリアルタイムでストリーム処理し、異常検知モデル（Vertex AI）でアラートを生成するストリーミング分析パイプラインを構築する
- D. BigQueryにセンサーデータを蓄積し、データアナリストが手動でSQLクエリを実行してアラートを判断する
解答と解説を見る
正解: C
コネクテッドカーのリアルタイム予知保全には、大量のストリーミングデータを処理するPub/Sub（メッセージキュー）とDataflow（ストリーム処理）の組み合わせが最適。Vertex AIで学習した異常検知モデルを推論に使用することで、遅延なくアラート生成が可能。Coldlineは長期アーカイブ用であり月次バッチでは予知保全のリアルタイム性を満たせない。車両内処理のみでは大規模なML学習や全車両データ統合が困難。BigQuery+手動SQLでは自動化・リアルタイム性が欠如する。