第1回 問題集（全般）

正解: A. A. ピーク時間帯に合わせてマシンタイプを手動でスケールアップし、期間終了後にスケールダウンする

正解の根拠・詳細解説

Cloud SQLはストレージ・コンピューティングのスケールアップ/ダウンが可能で、需要予測に基づき一時的にマシンタイプを変更しイベント後に戻すことで、パフォーマンスとコストの両立ができる。Bは過剰コスト、Cはサービス断、Dは書き込み負荷には効果がない。

正解: A. A. Cloud Spanner（マルチリージョン構成）

正解の根拠・詳細解説

Cloud Spannerはグローバル分散・強整合性・水平スケーラビリティを兼ね備えた唯一のGoogle Cloudリレーショナルデータベースであり、金融トランザクションのような強整合性要件に最適。Cloud SQLは単一リージョンの制約があり、FirestoreとBigtableはNoSQLでトランザクション要件が異なる。

正解: A. A. Bigtable

正解の根拠・詳細解説

BigtableはNoSQLのワイドカラム型データベースで、大量の書き込みスループットと低レイテンシが求められる時系列データ・IoTワークロードに最適化されている。リレーショナルDBは高スループットの書き込みに対するスケーラビリティで劣る。

正解: A. A. Firestore

正解の根拠・詳細解説

Firestoreはモバイル/Web SDKによるオフラインサポートとリアルタイムリスナーをネイティブにサポートするドキュメント指向NoSQLデータベースであり、この要件に最も合致する。

正解: A. A. AlloyDB for PostgreSQL

正解の根拠・詳細解説

AlloyDBはPostgreSQL完全互換でありながら列指向のベクトル化処理エンジンにより高速な分析クエリを実現し、pgvector拡張による生成AIのベクトル検索ユースケースにも対応する。

正解: A. A. 現在の環境ワークロードの実測指標と将来のビジネス成長予測の両方に基づいてサイジングする

正解の根拠・詳細解説

容量計画は現在の実測ワークロード指標（CPU・メモリ・I/O・接続数等）と将来の成長予測の両方を分析変数として考慮することで、過剰投資や容量不足を避けた最適なサイジングが可能になる。

正解: A. A. SSDは高IOPS・低レイテンシだが単価が高く、HDDは低コストだがI/O性能が劣るため低頻度アクセスに向く

正解の根拠・詳細解説

SSDはランダムアクセス性能とレイテンシに優れるがコストが高く、HDDはコストを抑えられるがI/O性能で劣るため、アクセス頻度とレイテンシ要件に応じて選択するトレードオフ関係にある。

正解: A. A. アプリケーションの可用性要件とビジネスの利用パターンに基づきメンテナンス時間枠と事前通知ポリシーを定義する

正解の根拠・詳細解説

Cloud SQL等のマネージドサービスでは、メンテナンス時間枠（maintenance window）と通知設定が可能であり、アプリケーションの利用パターン・可用性要件に基づいて適切な時間帯と事前通知ポリシーを定義することがベストプラクティスである。

正解: A. A. リージョナル構成（同一リージョン内の複数ゾーンにレプリカを配置）

正解の根拠・詳細解説

リージョナル構成は同一リージョン内の複数ゾーンにレプリカを配置することでゾーン障害への耐性を持ちつつ、マルチリージョン構成よりもレイテンシとコストを抑えられるバランスの取れた選択肢である。

正解: A. A. Cloud SQL Auth Proxyまたはプライベートサービス接続を使用し、SSL/TLS暗号化とIAMベースの認証を組み合わせる

正解の根拠・詳細解説

Cloud SQL Auth Proxyやプライベートサービス接続（Private Service Connect）でネットワークを保護し、SSL/TLS暗号化とIAMデータベース認証を組み合わせることで、多層防御による安全な接続が実現できる。

正解: A. A. 短命な多数のクライアント接続によるデータベースへの過剰な接続オーバーヘッドを軽減するため

正解の根拠・詳細解説

サーバーレス環境やマイクロサービスのように多数の短命接続が発生するアーキテクチャでは、各接続のオーバーヘッドがデータベースリソースを圧迫する。セッションプーラー（PgBouncer等）は接続を多重化・再利用し、最大接続数の制限超過やリソース消耗を防ぐ。

正解: A. A. 誰がいつどのデータにアクセス・変更したかを追跡できるログ記録の網羅性とコンプライアンス要件への適合

正解の根拠・詳細解説

監査ポリシーはデータアクセス・変更の追跡可能性（Who/When/What）を確保し、規制・コンプライアンス要件（GDPR、PCI DSS等）への適合を担保することが最重要観点であり、Cloud Audit Logsとの統合がよく問われる。

正解: A. A. パッチ適用・バックアップ・フェイルオーバー等の運用タスクをGoogleが自動化し、運用負荷を軽減できる

正解の根拠・詳細解説

マネージドサービスはパッチ管理・バックアップ・高可用性構成・フェイルオーバーなどの運用タスクをクラウドプロバイダーが代行するため、運用負荷とオペレーションリスクを大幅に軽減できる。一方、非マネージド（GCEへのセルフマネージドDB）はOSレベルのカスタマイズ性が高いというトレードオフがある。

正解: A. A. スキーマの柔軟性要件・トランザクション整合性要件・スケーラビリティ要件を総合的に評価して選定する

正解の根拠・詳細解説

SQL（リレーショナル）はスキーマの厳格性とACIDトランザクションの強整合性に優れ、NoSQLはスキーマの柔軟性と水平スケーラビリティに優れる。選定にはスキーマ要件・整合性要件・スケール要件を総合的に評価する必要がある。

正解: A. A. コンピューティング・ストレージ・ネットワーク（リージョン間転送等）・ライセンスコストを含めた総保有コスト（TCO）で比較する

正解の根拠・詳細解説

データベースのコスト比較ではコンピューティング・ストレージ・ネットワーク転送・ライセンス（BYOL等）を含めたTCO（総保有コスト）で評価することが、長期的な予算計画と適切な意思決定につながる。

正解: A. A. 接続プーリング設定・タイムアウト設定・アプリケーション側のリトライロジックがデータベースの可用性イベント（フェイルオーバー等）に対して適切に設計されているか

正解の根拠・詳細解説

データベースのフェイルオーバーやメンテナンスといった可用性イベントが発生した際、アプリケーション側の接続プール・タイムアウト・リトライロジックが適切でないと、ユーザー影響が拡大する。依存関係評価ではこれらの設計が重視される。

正解: A. A. データの保存場所制御（リージョン制約）・暗号化・アクセス監査ログの組み合わせ

正解の根拠・詳細解説

金融・医療等の規制業界では、データ常駐地（データレジデンシー）の制御、保管時・転送時の暗号化、アクセス監査ログの3要素が規制・コンプライアンス要件（各国の個人情報保護法等）対応の中核となる。

正解: A. A. リソースの作成場所（リージョン制約）や公開IP割り当ての禁止など、組織全体のガバナンスルールをデータベースリソースにも一律適用できる

正解の根拠・詳細解説

Organization Policy Serviceは「リソースの作成場所の制限」「パブリックIPの禁止」等の制約をプロジェクト・フォルダ・組織レベルで一律適用でき、データベースのデプロイ可能なリージョンやネットワーク構成にも影響を与える。

正解: A. A. オンプレミスのデータウェアハウスとBigQueryを連携し、BigQuery Omniやフェデレーテッドクエリで両方のデータソースを横断分析する

正解の根拠・詳細解説

フェデレーテッドクエリ（BigQuery Omni、Cloud SQL連携クエリ等）を用いることで、複数のデータソース（オンプレミス・他クラウド・GCP内の異種DB）を横断的にクエリでき、データ移動を最小化したハイブリッド分析が可能になる。

正解: A. A. AlloyDB AIまたはCloud SQLのpgvector拡張機能、もしくはVertex AI Vector Searchを利用する

正解の根拠・詳細解説

AlloyDB AI（組み込みのベクトル検索最適化）やCloud SQL for PostgreSQLのpgvector拡張、専用のVertex AI Vector Searchは、埋め込みベクトルの近似最近傍検索を高速に行え、RAGアーキテクチャのベクトルストアとして利用される。

正解: A. A. 読み取りレプリカを追加し、読み取り専用クエリをレプリカにルーティングする

正解の根拠・詳細解説

Cloud SQLの読み取りレプリカ機能を使うことで、読み取り専用クエリをレプリカに分散しプライマリインスタンスの負荷を軽減できる。アプリケーション側でクエリの読み書きを振り分けるルーティングロジックの実装が必要になる。

正解: A. A. 関連する親子データを物理的に近接配置し、JOIN相当のクエリパフォーマンスを向上させる

正解の根拠・詳細解説

インターリーブテーブルは親テーブルの行と子テーブルの行を物理的に同じ場所（スプリット）に配置することで、親子データを結合するクエリのパフォーマンスを大幅に向上させるCloud Spanner特有の設計手法である。

正解: A. A. 行キー（row key）の設計でアクセスが均等に分散するようにする（タイムスタンプを先頭に置かない等）

正解の根拠・詳細解説

Bigtableは行キーの辞書順でデータを分散するため、タイムスタンプを行キーの先頭に置くと書き込みが特定ノードに集中するホットスポットが発生する。ハッシュ化や反転タイムスタンプなどでキー設計を分散させることが重要。

正解: A. A. VPCネイティブのプライベートサービス接続を構成し、パブリックIPを無効化する

正解の根拠・詳細解説

Cloud SQLでプライベートIPのみの構成（パブリックIP無効化）とVPCピアリングによるプライベートサービス接続を組み合わせることで、トラフィックをGoogle内部ネットワークに限定し、外部からの直接アクセスを完全に遮断できる。

正解: A. A. テナントごとに別のデータベース（またはスキーマ）を作成し、行レベルセキュリティまたはアプリケーション層で分離する

正解の根拠・詳細解説

マルチテナントの分離パターンには「テナントごとに別DB/スキーマ」「共有テーブル+テナントID列＋行レベルセキュリティ」などがあり、要件に応じて選択する。完全分離が必要な場合は別DB、コスト効率重視なら共有テーブル方式が一般的。

正解: A. A. クライアントSDKから直接アクセスする際のドキュメント・コレクション単位での認可制御を宣言的に定義する

正解の根拠・詳細解説

Firestoreセキュリティルールは、モバイル/Webクライアントから直接データベースにアクセスする際の認可ロジック（誰がどのドキュメントを読み書きできるか）を宣言的に記述するものであり、サーバーサイドなしでセキュアなアクセス制御を実現する。

正解: A. A. 分析的なクエリ（集計・スキャンが多いOLAP的なワークロード）を行指向エンジンより大幅に高速化する

正解の根拠・詳細解説

AlloyDBの列指向ベクトル化処理エンジンは、メモリ内のキャッシュされたデータに対する分析的（集計・スキャン中心の）クエリを、標準のPostgreSQL行指向ストレージエンジンと比較して大幅に高速化する。トランザクション処理（OLTP）と分析（OLAP）の両方を1つのデータベースで扱えるのが特徴。

正解: A. A. 同一リージョン内の別ゾーンにスタンバイインスタンスが同期レプリケーションされ、障害時に自動フェイルオーバーする

正解の根拠・詳細解説

Cloud SQLのHA構成（リージョナル可用性）は、同一リージョン内の別ゾーンにスタンバイインスタンスを同期的にレプリケートし、プライマリ障害時に自動でフェイルオーバーする仕組みであり、ゾーン障害に対する耐性を提供する。

正解: A. A. デフォルトでGoogle管理キー（Google-managed encryption keys）により保管時データが暗号化されるが、より高い管理要件には顧客管理暗号鍵（CMEK）を使用できる

正解の根拠・詳細解説

Cloud SQLは保管時データをデフォルトでGoogle管理キーにより暗号化するが、規制要件等でキーのライフサイクルを自社管理したい場合はCloud KMSと連携した顧客管理暗号鍵（CMEK）を選択できる。

正解: A. A. 想定する読み書きパターン（トランザクション中心か分析中心か）・整合性要件・将来のスケール要件をすべて考慮する

正解の根拠・詳細解説

データベース選定は単一の観点だけでなく、ワークロードパターン（OLTP/OLAP/HTAP）、整合性要件（強整合性/結果整合性）、将来のスケール要件など複数の軸を総合的に評価する必要がある。これがPCDE試験全体を通じた中心的な出題テーマである。

正解: A. A. 連番の主キーは値が近いキーが同じスプリットに集中するため、書き込みが特定のサーバーに偏る

正解の根拠・詳細解説

Cloud Spannerは主キーの値でデータを範囲分割（スプリット）するため、連番のように単調増加する値を主キーにすると、新しい行が常に同じスプリット（末尾）に書き込まれ、ホットスポットが発生する。UUIDのランダム値やビット反転シーケンスの利用が推奨される。

正解: A. A. Cloud SQL for PostgreSQLまたはAlloyDB for PostgreSQL

正解の根拠・詳細解説

グローバル分散が不要で既存のPostgreSQLスキルを活用したい中規模OLTPワークロードには、Cloud SQL for PostgreSQL（コスト重視）またはAlloyDB（高パフォーマンス重視）が適している。Cloud Spannerはグローバル分散・無制限スケールが必要な場合に適する、より高コストな選択肢。

正解: A. A. Cloud Audit Logs（データアクセスログを含む）

正解の根拠・詳細解説

Cloud Audit Logsは管理アクティビティログ・データアクセスログ・システムイベントログ等を記録し、データベースを含むGoogle Cloudリソースへのアクセス・変更を追跡する監査の中核サービスである。

正解: A. A. マルチリージョン構成（複数リージョンへの同期レプリケーション）

正解の根拠・詳細解説

Cloud Spannerのマルチリージョン構成は複数リージョンに同期的にデータをレプリケートするため、1つのリージョンが完全に失われてもデータ損失なし（RPOがほぼゼロ）でサービスを継続できる、最高レベルの可用性を提供する。

正解: A. A. max\_connectionsやログ記録レベルなど、データベースエンジンの動作パラメータを調整する

正解の根拠・詳細解説

Cloud SQLのデータベースフラグは、PostgreSQL/MySQL/SQL Serverのエンジンレベルの設定値（最大接続数・タイムゾーン・スロークエリログのしきい値等）をマネージドサービスの制約の中で調整するための仕組みである。

正解: A. A. ガベージコレクションポリシー（最大バージョン数または最大経過時間に基づく）

正解の根拠・詳細解説

Bigtableは列ファミリーごとにガベージコレクションポリシー（最大保持バージョン数 maxVersions、最大経過時間 maxAge）を設定でき、これにより不要な古いセルバージョンを自動的に削除し、ストレージコストを最適化できる。

正解: A. A. AlloyDBは列指向の高速分析エンジンと高い耐障害性を持つストレージ層を備え、より高いパフォーマンスとAI機能を提供するがコストも高め。Cloud SQLはよりシンプルでコスト効率の良い汎用的な選択肢

正解の根拠・詳細解説

AlloyDBはGoogle独自の分離されたストレージ層・列指向キャッシュ・機械学習による自動チューニング等の高度な機能を持ち、パフォーマンス重視のワークロードに向く一方コストも高め。Cloud SQLはよりシンプルで広く使われる汎用的なマネージドPostgreSQL/MySQL/SQL Serverサービス。

正解: A. A. FirestoreはシンプルなクエリとリアルタイムリスニングのNoSQLに強いが、複雑な集計クエリにはBigQueryとの連携やCloud SQLのJSONB型を検討する余地がある

正解の根拠・詳細解説

Firestoreはドキュメント指向のNoSQLで、スキーマを固定せず入れ子構造のデータを保存でき、クライアントへのリアルタイム配信や自動スケールに優れます。ただしクエリはインデックスを前提に設計されており、複数条件を組み合わせる場合は対応する複合インデックスをあらかじめ定義する必要があるうえ、テーブル結合や任意の軸での自由な集計は原則として行えません。したがって柔軟な構造と複雑な分析の両方が必要な場合は、役割を分けるのが定石です。具体的には、Firestoreをアプリケーションの書き込みと読み取りの入口として使いつつ、データをBigQueryへ連携して集計や分析はそちらで行う構成、あるいは最初からPostgreSQL系のCloud SQLやAlloyDBを用い、可変な部分をJSONB型の列に格納してSQLの集計や結合と併用する構成が候補になります。JSONB列にはインデックスを張れるため、柔軟性を保ちつつ関係モデルの表現力を活かせます。Bigtableは大量書き込みとキー範囲の走査に向く別種のデータベースで、任意条件の集計用途には適しません。

正解: A. A. パスワード管理をIAMに一元化し、短命なOAuth2トークンによる認証でパスワードレスアクセスを実現できる

正解の根拠・詳細解説

Cloud SQL IAMデータベース認証を使うと、データベース固有のパスワードを管理する代わりにGoogle Cloud IAMの権限とOAuth2トークンでログインできるため、パスワード管理の一元化・ローテーション不要・監査の一貫性といったメリットが得られる。

正解: A. A. スロークエリログとCloud SQL Insights（クエリインサイト）のクエリ実行統計

正解の根拠・詳細解説

Cloud SQL Insights（クエリインサイト）はクエリごとの実行時間・呼び出し回数・待機イベントを可視化し、スロークエリの特定とロック競合の調査に有効である。スロークエリログと組み合わせることでパフォーマンス問題の根本原因を特定できる。

正解: A. A. Cloud Monitoring（旧Stackdriver）

正解の根拠・詳細解説

Cloud MonitoringはデータベースインスタンスのCPU使用率・メモリ使用率・ディスクI/O・アクティブ接続数などのメトリクスを収集・可視化し、しきい値に基づくアラートを設定できる中核的な監視サービスである。

正解: A. A. ストレージ自動増加が有効でも、最大ディスクサイズの上限やプロジェクト単位のインスタンス数上限に近づいた場合に上限緩和を申請する

正解の根拠・詳細解説

Cloud SQLにはプロジェクトあたりのインスタンス数やディスクサイズの上限など複数の割り当て（Quota）が存在し、成長するワークロードでは定期的にQuotaのモニタリングと必要に応じた増加申請が必要になる。

正解: A. A. Lock Statisticsテーブルやトランザクションのアボート率・レイテンシ指標

正解の根拠・詳細解説

Cloud Spannerはイントロスペクション用のシステムテーブル（Lock Statistics、Query Statistics等）を提供し、ロック競合の原因となっているトランザクションやクエリを特定できる。トランザクションのアボート率上昇もリソース競合の兆候である。

正解: A. A. CPU使用率・ディスク使用率・レプリケーション遅延等の重要指標にしきい値ベースのアラートポリシーを設定し、Cloud Monitoringの通知チャネル（Email/Slack/PagerDuty等）と連携する

正解の根拠・詳細解説

重要な運用指標（CPU・メモリ・ディスク使用率・レプリケーション遅延・エラー率）にしきい値を設定し、Cloud Monitoringのアラートポリシーと通知チャネルを連携させることで、問題の早期検知と迅速な対応が可能になる。

正解: A. A. 自動バックアップはスケジュールに基づき定期実行され保持期間管理されるが、オンデマンドバックアップは任意のタイミングで手動実行する一時的なバックアップである

正解の根拠・詳細解説

自動バックアップはスケジュール（毎日等）に基づき自動的に実行・保持されるのに対し、オンデマンドバックアップは特定のタイミング（重要な変更の直前等）で手動トリガーするバックアップであり、用途が異なる。

正解: A. A. 自動バックアップとトランザクションログ（binlog/WALアーカイブ）の保持を有効化する

正解の根拠・詳細解説

PITR（任意の時点への復元）は、定期的な自動バックアップに加えてトランザクションログ（MySQLのbinlog、PostgreSQLのWAL）を保持することで、バックアップ間の任意の時刻までのリカバリを可能にする仕組みである。

正解: A. A. 法的要件・コンプライアンス要件に基づく保持期間と、不要になったデータの削除ポリシーの両方を定義する

正解の根拠・詳細解説

データ保持管理では、規制（GDPR等の「忘れられる権利」を含む）や社内ポリシーに基づく最低保持期間と、不要データの削除（コスト最適化・プライバシー保護）の両方の観点からポリシーを定義する必要がある。

正解: A. A. マシンタイプの変更には短時間のダウンタイム（再起動）が発生する場合がある（HA構成では短縮可能）

正解の根拠・詳細解説

Cloud SQLのマシンタイプ変更（垂直スケーリング）は通常インスタンスの再起動を伴うため短時間のダウンタイムが発生するが、HA構成ではフェイルオーバーを活用してダウンタイムを最小化できる。

正解: A. A. 単一インスタンスの性能限界に近い場合はスケールアップ、読み取り負荷の分散が目的ならスケールアウト（読み取りレプリカ追加）が適している

正解の根拠・詳細解説

スケールアップ（垂直）は単一インスタンスのCPU/メモリ強化に有効だが上限がある。スケールアウト（水平、読み取りレプリカ追加等）は読み取り負荷分散に有効だが書き込みのスケーラビリティ改善には直接寄与しない（Cloud Spanner等の分散DBは例外）。要件に応じた判断が必要。

正解: A. A. プライマリへの負荷をさらに分散しつつ、リージョンをまたいだ多段階のレプリケーショントポロジーを構築する

正解の根拠・詳細解説

カスケードレプリカ（レプリカからさらにレプリカを作成する構成）は、プライマリへの直接負荷を増やさずに多数のリードレプリカを展開したり、複数リージョンに段階的にデータを伝播させたりする際に利用される。

正解: A. A. インデックスが適切に利用されているか、フルテーブルスキャンが発生していないかを確認する

正解の根拠・詳細解説

EXPLAIN（実行計画）分析では、インデックスの利用状況・フルテーブルスキャンの有無・JOIN方式・推定コストを確認することが、クエリパフォーマンスのボトルネック特定とインデックス設計改善の出発点となる。

正解: A. A. 不要なSELECT \*を避けて必要な列のみ取得し、適切なインデックスを設計し、N+1クエリ問題を回避する

正解の根拠・詳細解説

必要な列のみの取得、適切なインデックス設計（過剰なインデックスは書き込み性能を低下させるためバランスが必要）、N+1クエリ問題（ループ内での個別クエリ発行）の回避は、クエリ最適化とコスト削減の基本原則である。

正解: A. A. インデックスの肥大化・断片化を防ぎ、安定したクエリパフォーマンスを維持するため

正解の根拠・詳細解説

頻繁な更新・削除が行われるテーブルではインデックスの断片化が進行し、クエリパフォーマンスが劣化する。定期的なインデックス再構築やVACUUM（PostgreSQL）等のメンテナンスを自動化することで、安定したパフォーマンスを維持できる。

正解: A. A. 定期的なデータバックアップや、BigQuery等の分析環境へのデータ連携のため

正解の根拠・詳細解説

データベースのエクスポート（SQLダンプやCSV形式等）を定期スケジュールで実行することで、追加のバックアップ層の確保や、BigQuery等の分析プラットフォームへの定期的なデータ連携が実現できる。

正解: A. A. ステージング環境で事前にテストし、互換性の問題を確認した上で計画的なメンテナンス時間枠内でアップグレードする

正解の根拠・詳細解説

データベースエンジンのメジャーバージョンアップグレードは破壊的変更を含む可能性があるため、ステージング環境での事前検証と、計画的なメンテナンス時間枠（ダウンタイムを許容できる時間帯）での実施が推奨される。

正解: A. A. 可用性・レイテンシ等の目標値に対する実績を継続的に追跡し、目標を下回った場合に早期対応するため

正解の根拠・詳細解説

SLA/SLOのモニタリングにより、約束した可用性（例: 99.99%）やレイテンシ目標に対する実際のパフォーマンスを継続的に追跡し、エラーバジェットの消費状況を把握して、目標を下回るリスクに早期対応できる。

正解: A. A. 各ユーザー・サービスアカウントに業務上必要最小限のロール（読み取り専用、特定スキーマのみ等）を付与する

正解の根拠・詳細解説

最小権限の原則は、各ユーザー・アプリケーション・サービスアカウントに対して業務上必要な最小限のIAMロール・データベース権限（読み取り専用ロール、特定スキーマへのアクセスのみ等）を付与し、過剰な権限によるリスクを最小化する考え方である。

正解: A. A. Cloud SQL Auth Proxyやサービスメッシュによる統一的な接続管理

正解の根拠・詳細解説

Cloud SQL Auth ProxyはIAM認証・暗号化・接続管理をアプリケーションコードから分離して簡素化する。大規模なマイクロサービス環境ではサービスメッシュ（Anthos Service Mesh等）と組み合わせることで、複数DBへの接続管理の複雑さを軽減できる。

正解: A. A. ディスク使用率が高くなった際に自動でストレージ容量を拡張し、ディスク容量不足によるサービス停止を防止できる

正解の根拠・詳細解説

ストレージ自動増加を有効にすると、ディスク使用率が高くなった際にCloud SQLが自動的にストレージ容量を拡張するため、容量不足によるデータベース停止のリスクを防止できる（手動拡張の管理負荷も軽減される）。

正解: A. A. 複数のトランザクションが異なる順序で同じ複数のリソース（行・テーブル）をロックしようとする

正解の根拠・詳細解説

デッドロックは、複数のトランザクションが異なる順序で同じ複数のリソースをロックしようとした際に発生する典型的な競合パターンであり、アプリケーション側でロック順序を統一する、トランザクションを短くする等の対策が必要になる。

正解: A. A. プライマリでの書き込み負荷の急増、レプリカのリソース不足、ネットワーク遅延のいずれかである可能性が高い

正解の根拠・詳細解説

レプリケーション遅延の拡大は、プライマリでの書き込み量増加、レプリカ側のCPU/I/Oリソース不足、ネットワーク帯域の問題など複数の要因が考えられ、Cloud Monitoringのレプリケーション遅延メトリクスで継続的に監視・調査する必要がある。

正解: A. A. バッチ処理を小さなトランザクションに分割し、ピーク時間帯を避けてスケジュール実行する

正解の根拠・詳細解説

長時間トランザクションは多くの行・テーブルをロックし続け他の処理をブロックする。バッチ処理を小さな単位に分割してコミット頻度を上げ、業務影響の少ない時間帯（深夜等）に実行することでブロッキングの影響を最小化できる。

正解: A. A. 複数のデータベースインスタンスの主要指標を一画面で可視化し、異常の早期発見を容易にする

正解の根拠・詳細解説

カスタムダッシュボードにより、CPU使用率・接続数・レプリケーション遅延・ディスク使用率など複数インスタンスの重要指標を一元的に可視化でき、運用チームが異常を早期に発見し対応する助けとなる。

正解: A. A. コンプライアンス要件・障害復旧要件・ストレージコストのバランスを考慮して設定する

正解の根拠・詳細解説

バックアップ保持期間は、規制上必要な最低保持期間、想定される障害復旧シナリオ（何日前まで遡る必要があるか）、保持コスト（長期間保持するほどストレージコストが増加）のバランスを考慮して決定する必要がある。

正解: A. A. インスタンスのマシンタイプ・ストレージサイズの変化、不要なバックアップ・スナップショットの蓄積、過剰な読み取りレプリカの存在

正解の根拠・詳細解説

コスト増加の調査では、マシンタイプ変更・ストレージ拡張・不要なバックアップ蓄積・過剰なレプリカ数など、課金に直結するリソース構成の変化を確認することが第一歩となる。Cloud Billingレポートとの突合せも有効。

正解: A. A. 意図的にプライマリインスタンスを停止させてフェイルオーバーが正常に機能するかテストする

正解の根拠・詳細解説

HA/DR戦略の有効性を確認するには、計画的なフェイルオーバーテスト（意図的にプライマリを停止し、スタンバイへの切り替えが正常に機能し、アプリケーションが復旧するかを検証する）を定期的に実施することが推奨される。

正解: A. A. すべてのデータベースの監視・アラート・バックアップポリシーを統一的なフレームワーク（IaC・共通ダッシュボード等）で管理する

正解の根拠・詳細解説

Polyglot Persistence（複数種のデータベースを併用する設計）では、Terraform等のIaCで構成を統一管理し、共通の監視ダッシュボードとアラートポリシーのフレームワークを適用することで、運用の一貫性と可視性を確保できる。

正解: A. A. クエリの最適化を検討した上で、必要であればマシンタイプのスケールアップを行う

正解の根拠・詳細解説

CPU使用率が常時90%を超える状態は処理能力が要求に追いついていないことを示しますが、原因が本当の負荷増なのか処理の非効率さなのかを見極めずにスケールアップすると、コストだけが増えて問題が再発します。まず調査すべきは実行中のクエリで、Cloud SQLのクエリインサイトやPostgreSQLのpg_stat_statementsを用い、総実行時間が大きいクエリを特定して実行計画を確認します。インデックスがなく全表走査になっている、必要のない列や行まで取得している、同種のクエリが1件ずつ大量に発行されている、といった典型的な原因が見つかることが多く、インデックスの追加やクエリの書き換えだけでCPU使用率が大きく下がることも珍しくありません。それでも余裕がない場合に、より多くのvCPUとメモリを持つマシンタイプへ変更します。参照系が中心の負荷であれば、リードレプリカを追加して読み取りを分散する方法も有効です。ストレージをHDDへ変えるのはI/O性能を落とすだけで逆効果であり、リージョンの変更もCPU不足の解決にはなりません。

正解: A. A. Database Migration Service（DMS）による継続的なレプリケーション移行

正解の根拠・詳細解説

Database Migration Service（DMS）は、ソースデータベースから継続的に変更データをキャプチャ（CDC）してCloud SQLにレプリケーションすることで、ほぼダウンタイムなしでのカットオーバーを実現する移行サービスである。

正解: A. A. 移行先で問題が発生した場合に元のシステムへ安全に切り戻せるようにする

正解の根拠・詳細解説

フォールバック計画は、移行後に予期しない問題（パフォーマンス低下・データ不整合等）が発見された場合に、元のソースシステムへ安全かつ迅速に切り戻すための手順をあらかじめ準備しておくリスク管理の実践である。

正解: A. A. クラウド移行後にロールバックが必要になった場合や、一時的にハイブリッド運用を継続する場合のデータ同期

正解の根拠・詳細解説

リバースレプリケーション（Cloud→オンプレミス方向のレプリケーション）は、移行後のロールバックシナリオや、移行期間中に両システムを並行運用する必要がある場合のデータ同期手段として利用される。

正解: A. A. 異なるデータベースエンジン間の移行（例: Oracle→Cloud Spanner、SQL Server→PostgreSQL）でデータ型や構文の差異を変換する場合

正解の根拠・詳細解説

異種データベースエンジン間の移行（heterogeneous migration）では、データ型の違い（例: OracleのNUMBER型とPostgreSQLのNUMERIC型）、SQL構文の違い、ストアドプロシージャの書き換え等のDDL/DML変換作業が必要になる。

正解: A. A. Database Migration Service（異種クラウド間の移行をサポート）

正解の根拠・詳細解説

Database Migration Serviceは、AWS RDSやオンプレミス等の外部にホストされたMySQL/PostgreSQL/SQL Serverデータベースから、Cloud SQLやAlloyDBへの移行（継続的レプリケーションを含む）をサポートしている。

正解: A. A. ビッグバン移行は一度にすべてを切り替える方式で計画停止が必要になりやすく、フェーズドマイグレーションは段階的に移行してリスクを分散する

正解の根拠・詳細解説

ビッグバン移行は計画停止時間内に全データを一括移行・切り替える方式でシンプルだがリスクが集中する。フェーズドマイグレーション（段階移行）はモジュール単位やテーブル単位で段階的に移行し、リスクを分散できるが計画は複雑になる。

正解: A. A. OracleのPL/SQLストアドプロシージャやシーケンス、トリガーをCloud Spannerの設計思想に合わせて再設計する必要がある

正解の根拠・詳細解説

Oracleの手続き型ロジック（PL/SQL）、自動増分のシーケンス、トリガーはCloud Spannerにそのまま移行できないため、アプリケーション層での再実装やCloud Spannerのスキーマ設計思想（インターリーブテーブル等）に合わせた再設計が必要になる。

正解: A. A. 移行直前・移行中にソースシステムのスキーマ変更を禁止し、データの整合性を保証するため

正解の根拠・詳細解説

移行直前から移行完了までの期間にソース側のスキーマ変更やアプリケーションのリリースを一時的に禁止する「コードフリーズ」により、移行中のデータ整合性のずれや想定外の変更による移行失敗のリスクを低減できる。

正解: A. A. データベースの変更をリアルタイムでBigQueryやCloud Storage等にストリーミングし、移行やリアルタイム分析を実現する

正解の根拠・詳細解説

DatastreamはOracle・MySQL・PostgreSQL等のソースからの変更データキャプチャ（CDC）を行い、BigQueryやCloud Storage、Pub/Subへリアルタイムでストリーミングする、データ統合・移行・分析基盤構築のためのサーバーレスサービスである。

正解: A. A. 移行先での問題発生時の影響範囲とビジネス上のリスク許容度に基づいて、事前にどちらの方針を取るか明確に定義しておく

正解の根拠・詳細解説

移行後に問題が発見された場合、前進して問題を修正し続ける（ロールフォワード）か、元のシステムに戻す（ロールバック）かは、影響範囲・データ整合性・ビジネスリスクの許容度に応じて事前に方針を定義し、移行計画に組み込む必要がある。

正解: A. A. 移行作業が完了し、本番トラフィックをソースシステムから新しいターゲットシステムへ正式に切り替える瞬間

正解の根拠・詳細解説

カットオーバーとは、データ移行・検証作業が完了し、実際の本番アプリケーショントラフィックをソースシステムからターゲットシステム（移行先）に正式に切り替える、移行プロジェクトの重要な節目を指す用語である。

正解: A. A. 行数・チェックサム・サンプリングによるデータ比較検証を移行ツール（DMS等）の検証機能や独自スクリプトで実施する

正解の根拠・詳細解説

移行後のデータ整合性検証では、テーブルごとの行数比較、チェックサムやハッシュ値の比較、サンプリングによる詳細比較などを行い、移行ツールが提供する検証機能（DMSのデータ検証等）や独自スクリプトで確認することが推奨される。

正解: A. A. デュアルライト（ソースとターゲットの両方に書き込みを行う）またはCDCベースの継続的レプリケーションでデータを同期させ、準備が整った時点でアプリケーションの参照先を切り替える

正解の根拠・詳細解説

ゼロダウンタイム移行では、CDC（変更データキャプチャ）による継続的レプリケーションでソースとターゲットを同期させ続け、十分にデータが追従した状態でアプリケーションの接続先を切り替える（カットオーバー）ことで、サービス停止時間を最小化する。

正解: A. A. Cloud Spannerでは自動増分（AUTO\_INCREMENT）や外部キー制約の扱いがリレーショナルDBと異なり、分散アーキテクチャに適したキー設計が必要

正解の根拠・詳細解説

Cloud Spannerは分散アーキテクチャのため、連番のAUTO\_INCREMENT主キーはホットスポットを引き起こしやすく、外部キー制約のセマンティクスも異なる。移行時にはスキーマをCloud Spannerの設計原則（インターリーブテーブル等）に合わせて再設計する必要がある。

正解: A. A. 移行手順・ロールバック手順・各担当者の役割・チェックポイントを明文化し、移行当日の実行を確実にする

正解の根拠・詳細解説

移行ランブックは、移行当日に実行する具体的な手順（順序・コマンド・チェックポイント）、問題発生時のロールバック手順、各担当者の役割分担を文書化したものであり、複雑な移行作業を確実かつ再現可能に実行するための重要なドキュメントである。

正解: A. A. AlloyDBはPostgreSQLと高い互換性を持つため、標準のPostgreSQL移行ツール（pg\_dump/pg\_restore、DMS等）がそのまま利用できる

正解の根拠・詳細解説

AlloyDBはPostgreSQLワイヤプロトコル・SQL構文に対して高い互換性を持つため、標準的なPostgreSQL移行ツール（pg\_dump/pg\_restore、論理レプリケーション、Database Migration Service）を使った移行が可能で、異種移行と比較して技術的難易度が低い。

正解: A. A. まず既存データを一括コピー（初期ロード）し、その後の差分変更をCDCで継続的に同期することで、移行時間を短縮しつつデータ鮮度を保つ

正解の根拠・詳細解説

大規模データの移行では、まず既存の全データを一括コピーする初期ロードを行い、その後に発生した変更分だけをCDCで継続的に反映することで、移行に要する時間を短縮しつつ、カットオーバー直前までデータの鮮度（最新性）を保つことができる。

正解: A. A. 継続的（continuous）移行モードと一回限り（one-time）移行モードの両方をサポートする

正解の根拠・詳細解説

Database Migration ServiceはSQL Serverを含む主要データベースエンジンに対して、ダウンタイムを許容できる「一回限り移行」と、継続的にレプリケーションしてダウンタイムを最小化する「継続的移行」の両モードをサポートしている。

正解: A. A. インデックスが移行先で正しく再作成されているか、統計情報が更新されているか、マシンタイプが十分なリソースを持っているかを確認する

正解の根拠・詳細解説

移行後にレイテンシが悪化する場合、インデックスの再作成漏れ、統計情報（オプティマイザ統計）の未更新、移行先のマシンタイプ・ストレージタイプが移行元と異なることによるリソース不足など、複数の要因を確認する必要がある。

正解: A. A. Oracle LogMinerまたはOracleアーカイブログの有効化など、CDCに必要なログベースのキャプチャ機能を有効化する

正解の根拠・詳細解説

DatastreamがOracleからCDCを行うには、Oracle側でLogMiner（またはXStream API）を利用できるようにアーカイブログモードの有効化等の事前設定が必要であり、これがOracle CDCソースの前提条件となる。

正解: A. A. 本番影響を限定した範囲で移行プロセス・ツールの動作を検証し、問題を早期に発見してから全面移行に展開できる

正解の根拠・詳細解説

パイロット移行（一部の低リスクなテーブルやサービスを先行して移行する）により、移行ツールの挙動・パフォーマンス・運用手順を限定的なスコープで検証でき、問題を早期に発見して全面移行前に対策を講じることができる。

正解: A. A. クロスリージョンレプリカを作成し、レプリカが同期した後にプロモート（プライマリ昇格）する、またはエクスポート/インポートを行う

正解の根拠・詳細解説

Cloud SQLインスタンスのリージョンは直接変更できないため、クロスリージョンの読み取りレプリカを作成して同期後にプロモートする方法、またはデータをエクスポートして新リージョンのインスタンスにインポートする方法でリージョン移転を実現する。

正解: A. A. DNS名やService Directory等の抽象化レイヤーを使い、実際のエンドポイントIPをハードコードしないようにする

正解の根拠・詳細解説

DNS名やCloud Service Directory等の抽象化レイヤーを使って接続先を管理することで、移行時のカットオーバーがDNSレコードの更新のみで完了し、各アプリケーションの再デプロイやIPハードコードの変更を避けられる。

正解: A. A. 移行時にデータベースエンジンをよりクラウドネイティブなマネージドサービスに変更し、一部の最適化を伴う移行を行う

正解の根拠・詳細解説

リフト&シフトは既存のアーキテクチャをそのままクラウドに移す方式だが、リプラットフォームは移行と同時にデータベースエンジンをよりクラウドネイティブなマネージドサービス（自前のMySQL on VM→Cloud SQL等）に変更し、一定の最適化を伴う。

正解: A. A. 本番カットオーバー前に移行先のパフォーマンスとスケーラビリティが要件を満たすことを確認するため

正解の根拠・詳細解説

本番同等のデータ量・トラフィックパターンでの負荷テストを移行前に実施することで、移行先のインスタンスサイズやアーキテクチャが本番の性能要件を満たせるかを事前に検証し、カットオーバー後の性能問題を防止できる。

正解: A. A. グローバルに一意なID生成戦略（UUID等）とデータソースごとの優先順位・マージルールを事前に定義する

正解の根拠・詳細解説

複数のデータソースを統合する移行では、ID衝突を避けるグローバルに一意なID生成戦略（UUID、データソースプレフィックス付きID等）と、同一エンティティが複数ソースに存在する場合のマージ・優先順位ルールを事前に設計しておく必要がある。

正解: A. A. 移行先での運用が一定期間安定し、データ整合性とパフォーマンスの検証が完了した後に廃止する

正解の根拠・詳細解説

移行元システムの廃止は、移行先での安定運用期間（通常数週間〜数か月）を経て、データ整合性・パフォーマンス・ビジネス要件の検証が十分に完了したことを確認した上で、リスクを最小化して判断するべきである。

正解: A. A. MySQL特有のデータ型・関数・自動増分構文をPostgreSQLの構文・データ型に変換し、文字エンコーディングの違いも確認する

正解の根拠・詳細解説

同じエンジンどうしの移行と違い、MySQLからPostgreSQLへの異種移行では方言の差をすべて解決する必要があります。代表的なのが自動採番で、MySQLのAUTO_INCREMENTはPostgreSQLではSERIALやIDENTITY列に置き換えます。データ型についても、真偽値として使われるTINYINT(1)、ENUM型、符号なし整数、ゼロ日付を許容するDATETIMEなどはそのままでは移せず、対応する型と制約に読み替えます。関数も名称や引数が異なり、日付処理や文字列連結、IFNULLに相当するCOALESCEなどの書き換えが必要です。文字エンコーディングでは、MySQLのutf8が3バイトまでしか扱えない実装であるため、絵文字などを含むデータはutf8mb4として抽出してPostgreSQL側のUTF8へ移す点を確認します。照合順序の違いによってソート順や大文字小文字の扱いが変わる点も検証が欠かせません。実務ではスキーマ変換で差分を洗い出したうえで、アプリケーション側のSQLやORMの設定を見直し、テストデータで結果の整合性を確認する工程が必須になります。

正解: A. A. リージョンを選択し、HA構成（リージョナル可用性）を有効化し、適切なマシンタイプ・ストレージを設定してインスタンスを作成する

正解の根拠・詳細解説

Cloud SQLのHAデータベースをプロビジョニングするには、リージョン選定、HA（リージョナル可用性）構成の有効化、要件に合ったマシンタイプ・ストレージタイプの設定を行ってインスタンスを作成する。HA設定は既存インスタンスに対しても後から有効化できる。

正解: A. A. 実際の障害発生時にフェイルオーバーが想定通りに機能し、RTO/RPO目標を達成できることを事前に確認するため

正解の根拠・詳細解説

HA/DR戦略は設定しただけでは実際の障害時に正しく機能するか保証されない。計画的なフェイルオーバーテストを定期的に実施することで、RTO（目標復旧時間）/RPO（目標復旧時点）の目標が達成可能かを継続的に確認する必要がある。

正解: A. A. 複数の地理的リージョンにデータを同期複製し、リージョン障害時にもデータ損失なくサービスを継続する

正解の根拠・詳細解説

Cloud Spannerのマルチリージョン構成は、複数の地理的リージョンにデータを同期的にレプリケートすることで、1つのリージョンが完全に利用不可能になった場合でもデータ損失なく（RPOほぼゼロ）サービスを継続できる最高レベルの可用性を実現する。

正解: A. A. 読み取りトラフィックの地理的分布や負荷パターンに基づいて、適切なリージョンに複数の読み取りレプリカを配置する

正解の根拠・詳細解説

読み取りレプリカは、ユーザーの地理的分布やアプリケーションの読み取り負荷パターンに応じて、適切なリージョン・ゾーンに複数配置することで、レイテンシ低減と負荷分散の両方を実現できる。

正解: A. A. Terraform等のInfrastructure as Code（IaC）ツールを使ってインスタンス構成をコード化し、再現可能な形でデプロイする

正解の根拠・詳細解説

TerraformやDeployment Manager等のIaCツールを使うことで、データベースインスタンスの構成（マシンタイプ・ストレージ・HA設定・ネットワーク等）をコードとして管理し、再現性・一貫性のあるデプロイと環境間の差異の最小化が実現できる。

正解: A. A. インスタンスの稼働状態（アップ/ダウン）・レプリケーション遅延・フェイルオーバーイベントの通知

正解の根拠・詳細解説

高可用性データベースの監視では、インスタンスの稼働状態、スタンバイとのレプリケーション遅延、実際にフェイルオーバーが発生した際の通知（アラート）を最低限含めることで、可用性に関する問題を即座に検知できる体制を構築する。

正解: A. A. 複数リージョンにクラスターを配置し、リージョン障害時にも自動的に他のクラスターへトラフィックをルーティングして可用性を確保する

正解の根拠・詳細解説

Bigtableのマルチクラスタールーティングは、複数のクラスター（異なるリージョンに配置可能）間でレプリケーションを行い、あるクラスターに障害が発生した場合でもクライアントライブラリが自動的に他のクラスターにリクエストをルーティングし、高可用性を実現する。

正解: A. A. HA構成のスタンバイは通常運用時には直接クエリ不可であり、読み取り負荷分散には別途読み取りレプリカを使用する必要がある

正解の根拠・詳細解説

Cloud SQLのHA構成におけるスタンバイインスタンスは、プライマリ障害時のフェイルオーバー先として機能するもので、通常運用時には直接クエリを実行できない。読み取り負荷を分散したい場合は、HAとは別の独立した「読み取りレプリカ」を追加する必要がある。

正解: A. A. 複数リージョンへの同期レプリケーションにより99.999%の高い可用性SLAを実現する

正解の根拠・詳細解説

Firestoreのマルチリージョン構成は、複数の地理的リージョンにデータを同期的に複製することで、シングルリージョン構成よりも高い可用性SLA（99.999%）を提供する一方、書き込みレイテンシはリージョン間の合意形成のため若干増加する傾向がある。

正解: A. A. プライマリとスタンバイ間の同期レプリケーションに十分な帯域とリージョン内の低レイテンシ接続を確保する

正解の根拠・詳細解説

HA構成のプライマリ・スタンバイ間の同期レプリケーションは、データ整合性を保つために低レイテンシな接続が必要であり、Google内部の高速ネットワークを利用するリージョン内構成で十分な帯域を確保することが重要である。

正解: A. A. フェイルオーバー手順の自動化を強化し、検知から切り替えまでの人的介入を減らす、またはより高速なフェイルオーバーが可能な構成（HA設定の見直し）を検討する

正解の根拠・詳細解説

RTOが要件を超える場合、フェイルオーバー検知・切り替えプロセスの自動化（手動承認ステップの削減等）を強化したり、より高速にフェイルオーバーできるアーキテクチャ（リージョナルHA構成の見直し等）を検討することで、RTOの短縮が図れる。

正解: A. A. マルチリージョン構成はより高い可用性SLA（99.999%）を提供するがコストも高く、リージョナル構成は99.99%のSLAでよりコスト効率が良い

正解の根拠・詳細解説

Cloud Spannerはリージョナル構成で99.99%、マルチリージョン構成で99.999%の可用性SLAを提供する。マルチリージョンはより高い可用性と読み取りレイテンシの地理的最適化を実現するがコストも増加するため、要件に応じたトレードオフ判断が必要。

正解: A. A. コンピュートとストレージが分離されており、プライマリ障害時にはストレージ層を共有する新しいコンピュートノードに高速に切り替えられる

正解の根拠・詳細解説

AlloyDBはコンピュート層とストレージ層を分離したアーキテクチャを採用しており、プライマリインスタンスに障害が発生した場合、データを保持する分離ストレージ層を共有する形で新しいコンピュートノードに高速にフェイルオーバーでき、高い可用性を実現する。

正解: A. A. 環境間の構成の一貫性を保ち、ヒューマンエラーを減らし、変更履歴をバージョン管理できる

正解の根拠・詳細解説

Terraform等を使ったCI/CDパイプラインでのプロビジョニングにより、開発・ステージング・本番環境間の構成の一貫性が保たれ、手動操作によるヒューマンエラーを削減し、Gitでの変更履歴管理（誰が何をいつ変更したか）が可能になる。

正解: A. A. 地理的に離れたユーザーへの読み取りレイテンシを低減する、または災害復旧（DR）の一環として地理的に分散したコピーを保持する

正解の根拠・詳細解説

クロスリージョンの読み取りレプリカは、ユーザーが分散している地域に近いリージョンに配置することでレイテンシを低減する目的、または1つのリージョン全体の障害に備えたDR目的の両方で活用される。

正解: A. A. ネットワーク分断等によりプライマリとスタンバイの両方が自身をプライマリと認識し、データの不整合が発生する状態

正解の根拠・詳細解説

スプリットブレインは、ネットワーク分断などにより本来1つであるべきプライマリの役割が複数のノードで同時に発生し、それぞれが独立して書き込みを受け付けることでデータの不整合が起きる、高可用性システムにおける重大な障害モードである。Google Cloudのマネージドサービスはこれを防ぐ仕組みを内蔵している。

正解: A. A. Cloud Spannerのマルチリージョン構成、またはリージョンごとに独立したCloud SQLインスタンス+非同期レプリケーションの組み合わせを要件に応じて選択する

正解の根拠・詳細解説

グローバルな低レイテンシ要件には、強整合性が必要ならCloud Spannerのマルチリージョン構成、リージョンごとの独立性とコスト効率を重視するなら地域別Cloud SQLインスタンス+非同期レプリケーションなど、整合性要件とコストのバランスを考慮した設計が必要。

正解: A. A. 特定のゾーンに依存する他のリソース（GCEインスタンス等）との近接性を確保しレイテンシを最小化するため

正解の根拠・詳細解説

アプリケーションサーバー（GCEインスタンス等）と同じゾーンにCloud SQLのプライマリを配置することで、ネットワークレイテンシを最小化できる。また、セカンダリゾーンを明示的に指定することでHA構成のフェイルオーバー先を制御できる。

正解: A. A. システムのあらゆるコンポーネント（データベース・ロードバランサー・ネットワーク経路等）に冗長性を持たせる

正解の根拠・詳細解説

SPOF排除の基本原則は、データベースのHA構成だけでなく、ロードバランサー・ネットワーク経路・アプリケーションサーバーなど、システム全体のあらゆる単一障害点に冗長性を持たせ、いずれか1つの障害でもサービス全体が停止しないようにすることである。

正解: A. A. カットオーバー前にHA構成を有効化し、本番運用開始時から高可用性を確保しておく

正解の根拠・詳細解説

本番カットオーバー後にすぐ障害が発生するリスクに備えるため、HA構成（リージョナル可用性）はカットオーバー前、または直後の早い段階で有効化し、本番運用開始時点から高可用性を確保しておくことが推奨される。

正解: A. A. 接続エラー時の再試行ロジック（exponential backoff等）を実装し、DNS/接続文字列の自動切り替えに対応する

正解の根拠・詳細解説

Cloud SQLのフェイルオーバーは同一の接続名（インスタンス接続名）を維持するが、瞬間的な接続切断が発生するため、アプリケーション側で適切な再試行ロジック（指数バックオフ等）を実装し、一時的なエラーに対して自動的に再接続できるようにする必要がある。

正解: A. A. クラスター間のレプリケーションは非同期であり、書き込み直後に別クラスターから読み取ると最新の値が反映されていない可能性がある

正解の根拠・詳細解説

Bigtableのマルチクラスターレプリケーションは結果整合性モデルを採用しており、クラスター間のレプリケーションには若干の遅延があるため、書き込み直後に別クラスターから読み取った場合、最新の値が反映されていない可能性があることを設計上理解しておく必要がある。

正解: A. A. 適切である。本番環境ではHA構成・マルチリージョンレプリカを使用し、開発・テスト環境ではシングルゾーン構成でコストを抑えるのが一般的なベストプラクティス

正解の根拠・詳細解説

本番環境ではビジネス継続性のためHA構成やマルチリージョン構成への投資が正当化されるが、開発・テスト環境ではダウンタイムの影響が小さいため、シングルゾーン構成でコストを抑えるという環境ごとの可用性レベルの最適化は一般的なベストプラクティスである。

正解: A. A. フェイルオーバーレプリカは同期レプリケーションでプライマリ障害時に自動的にプライマリへ昇格する設計だが、読み取りレプリカは非同期レプリケーションで読み取り専用クエリの負荷分散が目的

正解の根拠・詳細解説

Cloud SQLのHA（高可用性）構成では、同一リージョン内の別ゾーンにスタンバイが配置され、プライマリへの書き込みが同期的に複製される。書き込みはスタンバイ側への反映が確認されてから完了するため、コミット済みデータが失われないことが保証され、ゾーン障害やプライマリの応答不能を検知すると自動的にスタンバイへフェイルオーバーして処理が引き継がれる。目的はあくまで可用性の確保であり、このスタンバイを読み取りクエリの処理に使うことはできない。一方、読み取りレプリカは非同期レプリケーションで、プライマリの書き込み完了を待たずに変更が伝播する。そのためプライマリの書き込み性能への影響が小さく、同一リージョンにも別リージョンにも作成できる代わりに、わずかなレプリケーション遅延が生じ、直前の書き込みが反映されていない結果を返す可能性がある。用途は参照系クエリの負荷分散やレポート処理のオフロードであり、障害時に自動で昇格することはない。読み取りレプリカを手動で昇格させて独立したインスタンスにする運用は可能だが、それは自動フェイルオーバーとは別の操作である。