データ・分析の要点整理と想定問題

正解: A 【A（正解）】 ？ データから何が分かるかに注目した選択肢です。 正解です。公式の解説は、ビッグデータで消費者の行動や購買習慣をつかみ、情報に基づく意思決定に役立てる例を挙げています。 【B（不正解）】 ？ データを集めることと守ることの関係を述べています。 データを集めても安全対策は不要になりません。むしろデータガバナンスで守り方を決める必要があります。 【C（不正解）】 ？ 保存と費用の関係を述べています。 保存するだけで費用がゼロになることはありません。価値は分析して活用したときに生まれます。 【D（不正解）】 ？ 分析と法令の関係を述べています。 分析しても法令上の義務は消えません。データの価値とは関係のない内容です。

出典: ビッグデータとは／Cloud Digital Leader 試験ガイド（英語版・2026-08-12）

正解: C 【A（不正解）】 ？ 月に一度まとめて見る進め方です。 月末の集計では、不正が起きてから気づくまでに時間がかかり、その場で止めるという目的に合いません。 【B（不正解）】 ？ 自社のデータを使わない進め方です。 自社の利用履歴こそ、ふだんと違う支払いを見分ける手がかりです。外す理由はありません。 【C（正解）】 ？ 届いたデータを次々に処理する進め方です。 正解です。公式の解説は、支払いパターンを過去の利用と比べて不正をリアルタイムに検出する例を挙げています。これはストリーミング分析の使い方です。 【D（不正解）】 ？ 紙で保管して人が調べる進め方です。 紙での保管では、大量の支払いをその場で確かめることができません。

出典: ビッグデータとは／ストリーミング分析とは

正解: D 【A（不正解）】 ？ AI とデータは無関係だという考え方です。 AI は学習や回答の根拠にデータを使います。データの質は結果に関わります。 【B（不正解）】 ？ 量だけを重視する考え方です。 量が多くても、誤りや古い情報が混ざると信頼できない結果につながります。 【C（不正解）】 ？ データを料金の面だけで見る考え方です。 データは料金の計算のためのものではありません。回答の中身に直接関わります。 【D（正解）】 ？ データの質と管理に注目した考え方です。 正解です。公式の解説は、データの価値は信頼性とガバナンスがあって初めて生まれ、不正確なデータは AI のハルシネーションにつながると説明しています。

出典: データ ガバナンスとは

正解: B 【A（不正解）】 ？ 生のデータを元の形式のまま大量にためる場所です。 データレイクは非構造化データも含めて元の形式でためる場所です。整えたデータでのレポートが主目的ではありません。 【B（正解）】 ？ 英語で warehouse（倉庫）と呼ぶ仕組みです。 正解です。公式の解説は、データ ウェアハウスを複数のソースの構造化・半構造化データを分析し、レポートに使う企業システムと定義しています。 【C（不正解）】 ？ データをメモリに置いて高速に読み書きするサービスです。 Memorystore は高速な読み書きのためのインメモリのサービスです。長期間のデータを集めて分析する仕組みではありません。 【D（不正解）】 ？ メッセージを受け渡すサービスです。 Pub/Sub はイベントを受け渡すためのサービスで、過去のデータをためて分析する場所ではありません。

出典: データ ウェアハウスとは

正解: A 【A（正解）】 ？ 大きな貯蔵庫にまとめてためる考え方です。 正解です。公式の解説は、データレイクを構造化・半構造化・非構造化のデータを元の形式で保存する場所と定義しています。 【B（不正解）】 ？ 表にできないデータを残さない考え方です。 画像や音声を捨てると、後で機械学習に使えなくなります。目的に合いません。 【C（不正解）】 ？ 行と列の表に入れる考え方です。 公式の解説は、動画や生のセンサー記録を SQL の表に無理に入れると性能が落ち、費用が増えうると述べています。 【D（不正解）】 ？ 集計した結果だけを残す考え方です。 集計値だけでは元の画像や音声が残らず、機械学習の材料になりません。

出典: データレイクとは／非構造化データとは

正解: D 【A（不正解）】 ？ 分析の置き場にメモリのサービスを使う組み合わせです。 Memorystore は高速な読み書き用で、何年分ものデータを分析する場所ではありません。 【B（不正解）】 ？ 保管用のクラスとメッセージのサービスの組み合わせです。 Archive は年 1 回未満しか読まないデータ向けで、注文の登録には合いません。Pub/Sub は分析の場所ではありません。 【C（不正解）】 ？ レポートの道具と複製のサービスの組み合わせです。 Data Studio はレポートを作る道具、Datastream は変更を複製するサービスです。どちらもデータの置き場ではありません。 【D（正解）】 ？ どちらも SQL で扱えるサービスの組み合わせです。 正解です。Cloud SQL は MySQL などのマネージドなリレーショナル DB、BigQuery は大量データを SQL で分析するデータ ウェアハウスです。

出典: Cloud SQL の概要／BigQuery の概要／データ ウェアハウスとは

正解: B 【A（不正解）】 ？ 保存先を表計算ファイルにまとめる方向です。 表計算ファイルでは大量のデータや画像・音声を扱えず、二重管理の解決になりません。 【B（正解）】 ？ オープンな形式で一つのデータを共有する方向です。 正解です。公式の解説は、Iceberg などのオープン形式でレイクとウェアハウスの両方で分析と AI を動かすオープンレイクハウスを示しています。 【C（不正解）】 ？ 置き場をさらに増やす方向です。 置き場を増やすとデータサイロが広がり、二重管理はかえって増えます。 【D（不正解）】 ？ メモリ上の置き場にまとめる方向です。 Memorystore は高速なキャッシュなどに使うサービスで、大量のデータを分析する場所ではありません。

出典: データレイクとは／BigQuery: Apache Iceberg managed tables

正解: C 【A（不正解）】 ？ 行と列のように決まった形で整理されたデータです。 構造化データは厳密なスキーマを持つ表のデータです。列が決まっていない JSON は当てはまりません。 【B（不正解）】 ？ 決まった形式を持たないデータです。 非構造化データは画像や音声のように形式が決まっていないものです。タグを持つ JSON は当てはまりません。 【C（正解）】 ？ 構造化と非構造化の中間にあたるデータです。 正解です。公式の解説は、JSON や XML を、ある程度のタグはあるが厳密なスキーマはない半構造化データの例に挙げています。 【D（不正解）】 ？ データについて説明するデータです。 メタデータはデータの意味や作成日などを表す情報で、データの形の種類を指す言葉ではありません。

出典: 非構造化データとは

正解: B 【A（不正解）】 ？ 自社で集めたものを外部のデータとみなす分類です。 自社の会員サイトで集めたデータは自社のデータです。分類が逆になっています。 【B（正解）】 ？ 2 つのデータを別々の種類に分ける分類です。 正解です。自社で集めた顧客のデータがファーストパーティ、外部から買うデータがサードパーティです。公式の記事も、外部のデータは誰でも買えると述べています。 【C（不正解）】 ？ どちらも自社のデータとみなす分類です。 外部の事業者から買ったデータは、自社が直接集めたものではありません。 【D（不正解）】 ？ どちらも外部のデータとみなす分類です。 自社の会員サイトで集めた購買履歴は、外部の事業者から買ったデータではありません。

出典: Cloud Digital Leader 試験ガイド（英語版・2026-08-12）／Delivering personalized experiences with a first-party data strategy

正解: D 【A（不正解）】 ？ SQL で何でも判定できるという考え方です。 公式の解説は、通話の雰囲気を SQL の命令だけで捉えることはできないと述べています。 【B（不正解）】 ？ 量が少ないので後回しにする考え方です。 公式の解説は、非構造化データが企業のデータの大部分を占めると説明しています。 【C（不正解）】 ？ 数字だけを残す考え方です。 件数と時間だけでは、問い合わせの中身という大事な情報が失われます。 【D（正解）】 ？ 表に入れずに保存し、AI で読み取る考え方です。 正解です。表形式向けの RDBMS は自由形式のデータの扱いが苦手です。公式の解説も Cloud Storage と AI で中身を取り出す流れを示しています。

出典: 非構造化データとは

正解: A 【A（正解）】 ？ データが生まれてから使われるまでの順です。 正解です。試験ガイドは、データの生成・収集・処理・保存・分析・有効活用をデータ サプライ チェーンの例に挙げています。 【B（不正解）】 ？ 分析から始まる順です。 データが生まれる前に分析はできません。順序が成り立ちません。 【C（不正解）】 ？ 保存から始まる順です。 まだ生まれていないデータは保存できません。流れが逆になっています。 【D（不正解）】 ？ 収集から始まり、生成が後ろにある順です。 データは生成されてから収集されます。生成が後ろにあるのは成り立たない並びです。

出典: Cloud Digital Leader 試験ガイド（英語版・2026-08-12）

正解: C 【A（不正解）】 ？ レポートやダッシュボードを作る道具です。 Data Studio は分析した結果を見せる道具で、イベントを受け取る役目ではありません。 【B（不正解）】 ？ めったに読まないデータを安く保管するクラスです。 Archive は長期保管用で、次々に届くイベントを受け取る用途には合いません。 【C（正解）】 ？ 送り手と受け手を切り離してメッセージを届けるサービスです。 正解です。Pub/Sub は送り手と受け手を切り離して非同期にイベントを届け、ストリーミング分析やデータ統合のパイプラインに使われます。 【D（不正解）】 ？ データベースをクラウドへ移すサービスです。 DMS はデータベースの移行に使うサービスで、イベントの受け取り口ではありません。

出典: Pub/Sub の概要／Cloud Digital Leader 試験ガイド（英語版・2026-08-12）

正解: D 【A（不正解）】 ？ データが生まれる段階です。 生成は取引や操作などでデータが生まれる段階です。分析結果を業務に渡すことではありません。 【B（不正解）】 ？ データを集めて取り込む段階です。 収集は生まれたデータを集める段階です。この場面はもっと後の段階です。 【C（不正解）】 ？ データをためておく段階です。 保存はデータを置いておく段階で、業務の行動につなげることは含みません。 【D（正解）】 ？ 英語では data activation と呼ぶ段階です。 正解です。分析で得た結果を業務の流れに組み込み、行動につなげるのが有効活用の段階です。

出典: Cloud Digital Leader 試験ガイド（英語版・2026-08-12）／Looker（製品ページ）

正解: B 【A（不正解）】 ？ データを閉じ込める考え方です。 見せないことはガバナンスではなく、データサイロを生む原因になります。 【B（正解）】 ？ データの一生を通して管理する考え方です。 正解です。公式の解説は、データ ガバナンスを取り込みから安全な廃棄までのライフサイクル全体でデータを管理する方法と説明しています。 【C（不正解）】 ？ 使い終えたら消す考え方です。 すぐに消すことはガバナンスの目的ではありません。保存や廃棄のルールを決めて管理することが大切です。 【D（不正解）】 ？ 画面の見た目をそろえる考え方です。 画面の見た目はデータの管理とは関係がありません。

出典: データ ガバナンスとは

正解: C 【A（不正解）】 ？ Spark や Hadoop の処理を動かすサービスです。 Spark の処理を動かす基盤で、データの意味や品質をまとめて管理する道具ではありません。 【B（不正解）】 ？ データベースをクラウドへ移すサービスです。 DMS はデータベースの移行に使うサービスで、データの目録を作るものではありません。 【C（正解）】 ？ メタデータを集めて整理するサービスです。 正解です。Knowledge Catalog（旧称 Dataplex）は、データの発見、品質の自動確認、データの流れの記録などを備えたカタログです。 【D（不正解）】 ？ マネージドなリレーショナル データベースです。 Cloud SQL は業務データを入れる DB で、組織全体のデータの目録ではありません。

出典: Knowledge Catalog ドキュメント／データ ガバナンスとは

正解: A 【A（正解）】 ？ 英語の lineage（系譜）にあたる言葉です。 正解です。Knowledge Catalog は、データがどこから来てどの処理を経たかを記録するリネージの機能を備えています。 【B（不正解）】 ？ Cloud Storage の保存クラスを自動で切り替える機能です。 Autoclass は保存費用の最適化の機能で、データの流れはたどれません。 【C（不正解）】 ？ クエリを実行せずに読み取り量を見積もる機能です。 ドライランは費用の見積もりに使う機能で、データの出どころは分かりません。 【D（不正解）】 ？ しばらく変更のない表を割安に保存する仕組みです。 長期ストレージは保存料金の仕組みで、処理の流れとは関係がありません。

出典: Knowledge Catalog ドキュメント

正解: D 【A（不正解）】 ？ 書き出したファイルを配る方法です。 手作業の配布は抜けやもれが起きやすく、コピーが増えて管理しにくくなります。 【B（不正解）】 ？ 全員に広い権限を渡す方法です。 必要以上の権限は最小権限の原則に反し、給与の列も見えてしまいます。 【C（不正解）】 ？ 注意の呼びかけに頼る方法です。 注意だけでは見られることを防げません。仕組みで制御する必要があります。 【D（正解）】 ？ 見せる範囲を権限の設定で絞る方法です。 正解です。BigQuery はIAMでデータセットや表の権限を設定でき、ポリシータグで列を、行レベルのアクセス ポリシーで行を制御できます。

出典: BigQuery: IAM によるリソースへのアクセス制御／BigQuery: 列レベルのアクセス制御の概要／BigQuery: 行レベルのセキュリティの概要／データ ガバナンスとは

正解: A 【A（正解）】 ？ 乗り換えや併用のしやすさに注目しています。 正解です。オープンな形式や仕組みなら、複数の製品で同じデータを扱え、特定の事業者に縛られにくくなります。 【B（不正解）】 ？ 料金に注目しています。 オープン標準は料金を無料にするものではありません。乗り換えや連携のしやすさが利点です。 【C（不正解）】 ？ データを閉じ込めることに注目しています。 閉じ込めることはロックインを強めます。オープン標準の目的とは逆です。 【D（不正解）】 ？ 安全の設定に注目しています。 オープン標準を使っても、安全の設定は必要です。

出典: BigQuery: Apache Iceberg managed tables／Dataflow の概要

正解: D 【A（不正解）】 ？ めったに読まないデータを安く保管するクラスです。 Archive は Cloud Storage の保管クラスで、他のクラウドのデータを分析する機能ではありません。 【B（不正解）】 ？ アプリ向けのドキュメント データベースです。 Firestore はアプリのデータを入れる DB で、S3 のデータをその場で分析する機能ではありません。 【C（不正解）】 ？ データベースを移行するサービスです。 DMS はデータベースを Cloud SQL や AlloyDB に移すサービスです。移さずに分析したいという要件に合いません。 【D（正解）】 ？ BigQuery のマルチクラウド向けの機能です。 正解です。BigQuery Omni では、S3 や Azure Blob Storage のデータを BigQuery の保存先へ移さずに、置かれた場所で分析できます。

出典: BigQuery Omni の概要

正解: C 【A（不正解）】 ？ 読めるデータの範囲に注目しています。 外のデータを読めないことは、むしろ移しにくさにつながります。理由になりません。 【B（不正解）】 ？ 処理を書く言語に注目しています。 独自の言語だけで書くなら、ほかの環境へ移しにくくなります。事実とも異なります。 【C（正解）】 ？ 土台となるオープンソースに注目しています。 正解です。Dataflow はオープンソースの Apache Beam を土台にしており、Apache Flink や Spark などの実行環境でも書き直さずに動かせます。 【D（不正解）】 ？ サイロとの関係に注目しています。 サイロを作ることはロックイン対策ではありません。サイロはなくすべきものです。

出典: Dataflow の概要

正解: B 【A（不正解）】 ？ MySQL・PostgreSQL・SQL Server のマネージド DB です。 Cloud SQL は手軽なリレーショナル DB ですが、世界規模に広げて整合性を保つ用途には Spanner が向きます。 【B（正解）】 ？ Google 検索や Gmail などの基盤にも使われる DB です。 正解です。Spanner は世界規模でトランザクションの整合性を保つ DB で、マルチリージョン構成は 99.999% の可用性をうたいます。 【C（不正解）】 ？ 大量データを低遅延で読み書きする NoSQL です。 Bigtable は伝統的なリレーショナル DB ではありません。決済のような表どうしの取引処理には向きません。 【D（不正解）】 ？ 大量データを SQL で分析する基盤です。 BigQuery は分析用のデータ ウェアハウスで、決済のような日々の取引を処理する DB ではありません。

出典: Spanner ドキュメント／Spanner: リージョン構成とマルチリージョン構成／Google Cloud データベース

正解: C 【A（不正解）】 ？ PostgreSQL 互換のリレーショナル DB です。 AlloyDB はリレーショナル DB で、NoSQL ではありません。 【B（不正解）】 ？ マネージドなリレーショナル DB です。 Cloud SQL はリレーショナル DB で、NoSQL ではありません。大量の時系列の書き込みには Bigtable が向きます。 【C（正解）】 ？ HBase の API に対応したデータベースです。 正解です。Bigtable は低遅延・高スループットの読み書きができ、時系列データや IoT のデータが主な用途に挙がっています。 【D（不正解）】 ？ 大量データを SQL で分析する基盤です。 BigQuery は分析用のデータ ウェアハウスです。NoSQL ではありません。

出典: Bigtable の概要／Bigtable（製品ページ）

正解: A 【A（正解）】 ？ MongoDB 互換の使い方もできるデータベースです。 正解です。Firestore はサーバーレスのドキュメント DB で、リアルタイム同期とオフラインのデータ処理を備えています。 【B（不正解）】 ？ 世界規模のリレーショナル DB です。 Spanner はリレーショナルを中心とする DB で、モバイル向けの同期の機能が特長の DB ではありません。 【C（不正解）】 ？ Valkey・Redis・Memcached のインメモリ サービスです。 Memorystore はミリ秒未満でデータにアクセスするためのサービスで、ドキュメント DB ではありません。 【D（不正解）】 ？ Key-Value 型・ワイドカラム型の NoSQL です。 Bigtable はドキュメント DB ではありません。端末どうしの同期の機能も持ちません。

出典: Firestore（製品ページ）／Google Cloud データベース

正解: D 【A（不正解）】 ？ Key-Value 型・ワイドカラム型の NoSQL です。 Bigtable は MySQL と互換ではありません。アプリの作りを大きく変える必要があります。 【B（不正解）】 ？ ファイルを保存するオブジェクト ストレージです。 Cloud Storage はデータベースではなく、MySQL の代わりにはなりません。 【C（不正解）】 ？ ドキュメント型の NoSQL です。 Firestore は MySQL と互換ではなく、データの持ち方から作り直しになります。 【D（正解）】 ？ Google Cloud のマネージドなリレーショナル DB の一つです。 正解です。Cloud SQL は MySQL などのフルマネージドなリレーショナル DB で、バックアップやパッチ適用を自動化します。

出典: Cloud SQL の概要／Cloud SQL（製品ページ）

正解: B 【A（不正解）】 ？ ドキュメント型の NoSQL です。 Firestore は PostgreSQL 互換のリレーショナル DB ではありません。 【B（正解）】 ？ 持ち出して動かせる Omni 版もあるデータベースです。 正解です。AlloyDB は列指向エンジンで分析を速くし、稼働中の取引データへの分析を取引への影響を抑えて実行できます。 【C（不正解）】 ？ Key-Value 型・ワイドカラム型の NoSQL です。 Bigtable はリレーショナル DB ではなく、PostgreSQL のアプリをそのまま動かせません。 【D（不正解）】 ？ インメモリのデータ サービスです。 Memorystore はキャッシュなどに使うサービスで、PostgreSQL の業務 DB の代わりにはなりません。

出典: AlloyDB for PostgreSQL の概要

正解: C 【A（不正解）】 ？ 業務アプリ向けのリレーショナル DB です。 Cloud SQL は業務アプリ向けの DB です。大量データの集計分析の基盤には BigQuery が向きます。 【B（不正解）】 ？ アプリ向けのドキュメント DB です。 Firestore はアプリのデータを扱う DB で、大量データの集計分析の基盤ではありません。 【C（正解）】 ？ データを列指向の形式で保存するサービスです。 正解です。BigQuery はインフラ管理のいらないフルマネージドのデータ プラットフォームで、標準 SQL で大量データを分析できます。 【D（不正解）】 ？ インメモリのデータ サービスです。 Memorystore は高速な読み書きのためのサービスで、数年分のデータの集計には向きません。

出典: BigQuery の概要／Cloud SQL の概要

正解: A 【A（正解）】 ？ ファイルをオブジェクトとして保存するサービスです。 正解です。Cloud Storage は非構造化データを保存するマネージド サービスで、保存できる量に制限がありません。 【B（不正解）】 ？ 世界規模のリレーショナル DB です。 Spanner は取引データを整合性を保って扱う DB で、動画ファイルの置き場には向きません。 【C（不正解）】 ？ マネージドなリレーショナル DB です。 公式の解説は、動画などを SQL の表に無理に入れると性能が落ち、費用が増えうると述べています。 【D（不正解）】 ？ インメモリのデータ サービスです。 Memorystore はメモリ上で高速に読み書きするためのもので、大量の動画の保管には向きません。

出典: Cloud Storage（製品ページ）／非構造化データとは

正解: D 【A（不正解）】 ？ 分析基盤を取引に使う組み合わせです。 BigQuery は取引の処理用ではなく、Cloud Storage は分析の基盤ではありません。役割が入れ替わっています。 【B（不正解）】 ？ 写真を分析基盤に置く組み合わせです。 写真のような非構造化データの置き場には Cloud Storage が向きます。BigQuery は写真の保存先ではありません。 【C（不正解）】 ？ 取引をファイル置き場で扱う組み合わせです。 Cloud Storage はファイルの置き場で、予約の取引を整合性を保って処理する DB ではありません。 【D（正解）】 ？ 3 つとも種類の違うサービスを使う組み合わせです。 正解です。世界規模で整合性を保つ取引は Spanner、写真は Cloud Storage、傾向の分析は BigQuery が役割に合います。

出典: Spanner ドキュメント／Cloud Storage（製品ページ）／BigQuery の概要

正解: C 【A（不正解）】 ？ MongoDB 互換のドキュメント DB です。 Firestore が互換をうたうのは MongoDB で、HBase ではありません。 【B（不正解）】 ？ 世界規模のリレーショナル DB です。 Spanner は HBase と互換の API を提供する DB ではありません。 【C（正解）】 ？ Key-Value 型・ワイドカラム型の NoSQL です。 正解です。Bigtable は Cassandra と HBase に対応する NoSQL で、互換の API と移行ツールで移せます。 【D（不正解）】 ？ PostgreSQL 互換のリレーショナル DB です。 AlloyDB はリレーショナル DB で、HBase のワークロードをそのまま移す先ではありません。

出典: Bigtable（製品ページ）／Bigtable の概要

正解: B 【A（不正解）】 ？ 結果の行数を減らす方法です。 公式の文書は、クラスタ化していない表では LIMIT 句で読み取り量は減らないと説明しています。 【B（正解）】 ？ 表の作り方を変える方法です。 正解です。日付で区切った表を日付で絞ると、条件に合う区画だけを読み、残りを飛ばすため読み取り量が減ります。 【C（不正解）】 ？ 保存クラスを自動で変える方法です。 Autoclass は Cloud Storage の保存費用の機能で、BigQuery のクエリの読み取り量は減りません。 【D（不正解）】 ？ 保存料金の割引を待つ方法です。 長期ストレージは保存料金の割引で、クエリが読み取る量は変わりません。

出典: BigQuery: パーティション分割テーブルの概要／BigQuery: Estimate and control costs

正解: B 【A（不正解）】 ？ 利用者を減らして調整する方法です。 人数を絞るのは業務を止めるだけで、料金の仕組みの見直しになりません。 【B（正解）】 ？ 計算能力の量で払う方法です。 正解です。公式の料金ページは、費用を予測しやすくしたい利用者向けに、スロット単位で払う容量ベースの料金モデルを示しています。 【C（不正解）】 ？ 保存先を変える方法です。 保存先を変えても BigQuery のクエリ料金の決まり方は変わりません。 【D（不正解）】 ？ 分析基盤を替える方法です。 Memorystore は分析基盤ではありません。大量データの分析ができなくなります。

出典: BigQuery の料金

正解: A 【A（正解）】 ？ クエリごとに設定できる項目です。 正解です。見積もりが上限を超えるクエリは、料金が発生せずに失敗します。公式の文書が費用を抑える方法として示しています。 【B（不正解）】 ？ 結果の行数を減らす決まりです。 クラスタ化していない表では、LIMIT 句を付けても読み取る量は減りません。 【C（不正解）】 ？ 保存先を変える方法です。 BigQuery の表を Archive に移しても、分析ができなくなるだけで費用の上限にはなりません。 【D（不正解）】 ？ レポートで中身を確かめる方法です。 見せ方の問題ではなく、クエリの読み取り量に上限を付ける設定が必要です。

出典: BigQuery: Estimate and control costs

正解: C 【A（不正解）】 ？ Cloud Storage のクラスに移るという説明です。 BigQuery の表が Cloud Storage のクラスに移るわけではありません。 【B（不正解）】 ？ 古い表が消えるという説明です。 変更していないだけで表が消えることはありません。 【C（正解）】 ？ 保存料金が自動で下がるという説明です。 正解です。90 日間変更のない表や区画は長期ストレージとなり、性能・耐久性・可用性は変わりません。 【D（不正解）】 ？ 速度が落ちるという説明です。 長期ストレージでも性能は変わりません。料金だけが割安になります。

出典: BigQuery の料金／BigQuery: Estimate and control costs

正解: A 【A（正解）】 ？ 表以外の形も使える DB の説明です。 正解です。公式の解説は、NoSQL をドキュメント・Key-Value・ワイドカラム・グラフなど柔軟なスキーマを使う非リレーショナル DB と説明しています。 【B（不正解）】 ？ 表だけでデータを持つという説明です。 行と列の表で関係を表すのはリレーショナル DB の特徴です。 【C（不正解）】 ？ 台数を増やせないという説明です。 公式の解説は、水平スケーリングのしやすさを NoSQL が選ばれる理由に挙げています。 【D（不正解）】 ？ ファイルを丸ごと保存するという説明です。 これはオブジェクトストレージの説明です。

出典: NoSQL データベースとは

正解: D 【A（不正解）】 ？ 行と列の表に入れる方式です。 RDBMS は表形式のデータ向けで、大量の自由形式のファイルを入れると性能や費用の面で不利になりがちです。 【B（不正解）】 ？ メモリに置く方式です。 インメモリの仕組みは高速な読み書き向けで、大量の文書を長く保管する用途に合いません。 【C（不正解）】 ？ 分析用の表に入れる方式です。 データ ウェアハウスは構造化・半構造化データの分析向けで、PDF の保管庫ではありません。 【D（正解）】 ？ ファイルをそのまま保存する方式です。 正解です。Cloud Storage は非構造化データを保存するマネージドなオブジェクト ストレージで、保存量に制限がありません。

出典: Cloud Storage（製品ページ）／非構造化データとは

正解: C 【A（不正解）】 ？ 表の中で各行を一つに決める列です。 主キーは顧客表の中で各顧客を一つに決める列です。ほかの表を指す列は別の名前です。 【B（不正解）】 ？ 日付などで表を区切る仕組みです。 これは BigQuery の表を区切って読む量を減らす仕組みで、表どうしをつなぐ列ではありません。 【C（正解）】 ？ 英語で foreign key と呼ぶ列です。 正解です。公式の解説は、別の表の主キーを参照する外部キーで表どうしの関係を作ると説明しています。 【D（不正解）】 ？ データについて説明する情報です。 メタデータはデータの意味や形式などの情報で、表どうしをつなぐ列ではありません。

出典: リレーショナル データベース（RDBMS）とは

正解: C 【A（不正解）】 ？ 最低保存期間のないクラスです。 Standard は頻繁にアクセスするデータ向けで、ほとんど読まないデータには割高です。 【B（不正解）】 ？ 最低保存期間が 30 日のクラスです。 Nearline は月に 1 回程度までの利用向けです。年 1 回未満なら、より安いクラスがあります。 【C（正解）】 ？ 最低保存期間が 365 日のクラスです。 正解です。Archive は年 1 回未満しかアクセスしないデータに最適とされ、最低保存期間は 365 日です。 【D（不正解）】 ？ 最低保存期間が 90 日のクラスです。 Coldline は最大で四半期に 1 回の利用向けです。年 1 回未満なら Archive が合います。

出典: Cloud Storage: ストレージ クラス

正解: A 【A（正解）】 ？ 最低保存期間が 30 日のクラスです。 正解です。Nearline は平均して月 1 回以下の読み書きを想定したクラスで、最低保存期間は 30 日です。 【B（不正解）】 ？ 最低保存期間が 365 日のクラスです。 Archive は年 1 回未満向けです。毎月読み出すと取り出し料金がかさみます。 【C（不正解）】 ？ 最低保存期間が 90 日のクラスです。 Coldline は四半期に 1 回までの利用向けで、毎月読み出す使い方には合いません。 【D（不正解）】 ？ 最低保存期間のないクラスです。 Standard でも保存できますが、月 1 回程度なら Nearline のほうが費用のつり合いが良くなります。

出典: Cloud Storage: ストレージ クラス

正解: D 【A（不正解）】 ？ 最も安いクラスに固定する方法です。 よく読むファイルまで Archive にすると、取り出し料金がかさむおそれがあります。 【B（不正解）】 ？ BigQuery の保存料金の仕組みです。 長期ストレージは BigQuery の表の料金の仕組みで、Cloud Storage のファイルには関係しません。 【C（不正解）】 ？ BigQuery の見積もりの機能です。 ドライランは BigQuery のクエリの読み取り量を見積もる機能で、クラスの切り替えはしません。 【D（正解）】 ？ 保存クラスの管理を任せる Cloud Storage の機能です。 正解です。Autoclass は、読まれないファイルを冷たいクラスへ移し、読まれたら Standard に戻すことを自動で行います。

出典: Cloud Storage: Autoclass／Cloud Storage: ストレージ クラス

正解: B 【A（不正解）】 ？ 最低保存期間のないクラスです。 Standard は頻繁に読むデータ向けで、四半期に 1 回の利用には割高です。 【B（正解）】 ？ 最低保存期間が 90 日のクラスです。 正解です。Coldline は最大で四半期に 1 回読み書きするデータに最適とされ、最低保存期間は 90 日です。 【C（不正解）】 ？ 最低保存期間が 365 日のクラスです。 Archive は年 1 回未満の利用向けです。四半期ごとに読むと取り出し料金がかさみます。 【D（不正解）】 ？ 最低保存期間が 30 日のクラスです。 Nearline は月 1 回程度向けです。四半期に 1 回なら、より安い Coldline が合います。

出典: Cloud Storage: ストレージ クラス

正解: B 【A（不正解）】 ？ Spark や Hadoop の処理を動かすサービスです。 Spark の処理を動かす基盤で、MySQL のデータベースを Cloud SQL へ移すサービスではありません。 【B（正解）】 ？ データベースをクラウドへ移すサービスです。 正解です。DMS は最初の写しを取り込んだ後も変更を続けて反映するので、短い停止時間で切り替えられます。 【C（不正解）】 ？ 組織のデータを見つけて管理するカタログです。 Knowledge Catalog はデータの管理と統制の道具で、データベースの移行は行いません。 【D（不正解）】 ？ めったに読まないデータの保管クラスです。 Archive は長期保管のためのクラスで、動いている DB の移行には使えません。

出典: Database Migration Service の概要／Database Migration Service（製品ページ）

正解: C 【A（不正解）】 ？ データの出どころと流れを記録する機能です。 リネージはデータの流れをたどる機能で、データベースの定義やコードは変換しません。 【B（不正解）】 ？ データを見せて共有する機能です。 レポートは結果を見せるもので、移行のための変換はできません。 【C（正解）】 ？ DMS の中で移行の準備に使う作業場所です。 正解です。DMS の変換ワークスペースは表の定義を自動で変換し、Gemini による変換の支援も備えています。 【D（不正解）】 ？ メッセージを送る宛先と受け取り口です。 トピックとサブスクリプションはイベントを受け渡すためのもので、DB の定義の変換には使いません。

出典: Database Migration Service の概要／Database Migration Service（製品ページ）

正解: A 【A（正解）】 ？ データを複製するサーバーレスのサービスです。 正解です。Datastream はサーバーレスの変更データ キャプチャと複製のサービスで、BigQuery などへ変更を届けます。 【B（不正解）】 ？ DB を Cloud SQL や AlloyDB へ移すサービスです。 DMS の移行先は Cloud SQL と AlloyDB です。BigQuery へ写し続けて分析する用途には Datastream が合います。 【C（不正解）】 ？ データを分析して見せる BI の基盤です。 Looker は分析と可視化の道具で、DB の変更を BigQuery へ写す役目は持ちません。 【D（不正解）】 ？ 四半期に 1 回以下の読み書き向けのクラスです。 Coldline は保管のためのクラスで、変更を写し続ける仕組みではありません。

出典: Datastream の概要／Database Migration Service の概要

正解: D 【A（不正解）】 ？ NoSQL に合わせて作り直す方針です。 作り直しはアプリを直す予算が要ります。今回の条件に合いません。 【B（不正解）】 ？ NoSQL に移して書き換える方針です。 Bigtable は SQL Server と互換ではなく、アプリの書き換えが必要です。 【C（不正解）】 ？ 分析基盤を業務 DB にする方針です。 BigQuery は分析用のデータ ウェアハウスで、日々の取引を処理する DB の代わりではありません。 【D（正解）】 ？ SQL Server に対応したマネージド DB へ移す方針です。 正解です。Cloud SQL は SQL Server に対応するマネージド DB で、同じ種類の DB へ移す同種移行ならアプリの変更を抑えられます。

出典: Cloud SQL の概要／Database Migration Service の概要

正解: D 【A（不正解）】 ？ メッセージを受け渡すサービスです。 Pub/Sub はイベントを届けるサービスで、分析画面を作って組み込む機能はありません。 【B（不正解）】 ？ DB をクラウドへ移すサービスです。 DMS は DB の移行に使うもので、分析画面の組み込みはできません。 【C（不正解）】 ？ めったに読まないデータの保管クラスです。 Archive は長期保管のクラスで、分析画面を表示する機能はありません。 【D（正解）】 ？ セマンティック レイヤを持つ BI の基盤です。 正解です。Looker は埋め込み分析を備え、iframe の埋め込みや SDK で自社アプリに分析を組み込めます。

出典: Looker（製品ページ）／Looker の概要

正解: A 【A（正解）】 ？ ドラッグ＆ドロップでレポートを作る道具です。 正解です。Data Studio（旧称 Looker Studio）は無償の道具で、スプレッドシートや BigQuery など多くのデータソースにつないでレポートを共有できます。 【B（不正解）】 ？ 組織のデータを見つけて管理するカタログです。 Knowledge Catalog はデータの管理と統制の道具で、レポートを作る道具ではありません。 【C（不正解）】 ？ データを処理するパイプラインのサービスです。 Dataflow はデータの変換や移動に使うサービスで、レポートは作りません。 【D（不正解）】 ？ DB の変更を写し続けるサービスです。 Datastream はデータの複製に使うサービスで、レポートを作る機能はありません。

出典: データポータル（Data Studio）製品ページ／Data Studio ドキュメント

正解: B 【A（不正解）】 ？ 部署ごとに置き場を分ける方法です。 置き場と定義が部署ごとに分かれると、データサイロが増え、数字はそろいません。 【B（正解）】 ？ LookML で作る共通の層を使う方法です。 正解です。Looker は LookML で指標を定義した共通の層を作り、ダッシュボードなどで指標をそろえられます。 【C（不正解）】 ？ 分析できる人を絞る方法です。 見せないやり方は、誰もがデータを使えるようにするというデータの民主化の目的に反します。 【D（不正解）】 ？ 各自が手元で集計する方法です。 各自の手元で式を作ると、定義がばらばらになり、数字が合わない原因が残ります。

出典: Looker（製品ページ）／Looker の概要

正解: A 【A（正解）】 ？ 処理するタイミングの違いに注目しています。 正解です。公式の解説は、ストリーミング分析をデータをバッチではなく連続的に処理・分析することと説明しています。 【B（不正解）】 ？ 扱うデータの種類の違いに注目しています。 どちらもデータの種類で分けるものではありません。違いは処理するタイミングです。 【C（不正解）】 ？ 料金の違いに注目しています。 処理の方式で料金が無料か有料かが決まるわけではありません。 【D（不正解）】 ？ 扱える量の違いに注目しています。 公式の解説は、バッチ処理を大量のデータを効率よく処理できる方法と説明しています。

出典: ストリーミング分析とは

正解: C 【A（不正解）】 ？ 長期保管のクラスに置く構成です。 Archive は年 1 回未満しか読まないデータ向けで、数分以内に結果を見る目的に合いません。 【B（不正解）】 ？ DB 移行のサービスを使う構成です。 DMS は既存の DB を移すためのサービスで、クリックの受け取りと加工の仕組みではありません。 【C（正解）】 ？ 受け取り・加工・分析を分けた構成です。 正解です。Pub/Sub でイベントを受け取り、Dataflow で処理して BigQuery に書き込む流れは、公式の文書が示す典型的な使い方です。 【D（不正解）】 ？ レポートの道具に直接入れる構成です。 Data Studio はレポートを作る道具で、イベントを受け取って加工する場所ではありません。

出典: Pub/Sub の概要／Dataflow の概要

正解: D 【A（不正解）】 ？ メッセージを受け渡すサービスです。 Pub/Sub はイベントを届けるサービスで、データの変換処理そのものは行いません。 【B（不正解）】 ？ インメモリのデータ サービスです。 Memorystore は高速な読み書き用のサービスで、データの処理の流れを動かすものではありません。 【C（不正解）】 ？ マネージドなリレーショナル DB です。 Cloud SQL はデータを入れる DB で、一括とリアルタイムの処理の基盤ではありません。 【D（正解）】 ？ Apache Beam を土台にしたデータ処理のサービスです。 正解です。Dataflow はストリームとバッチを一つの書き方で処理するフルマネージドのサービスで、作業用の VM を自動で増減します。

出典: Dataflow の概要

正解: B 【A（不正解）】 ？ AI のモデルやエージェントを作って動かす基盤です。 AI の開発と運用のための基盤で、既存の Hadoop や Spark の処理をそのまま移す先ではありません。 【B（正解）】 ？ Spark と Hadoop を動かすマネージド サービスです。 正解です。このサービスは Spark と Hadoop の環境を提供し、既存のプロジェクトを作り直さずに移せます。試験ガイドの表記も同じ現行名です。 【C（不正解）】 ？ データベースをクラウドへ移すサービスです。 DMS の移行先は Cloud SQL と AlloyDB で、Spark の処理を動かす基盤ではありません。 【D（不正解）】 ？ 組織のデータを見つけて管理するカタログです。 Knowledge Catalog はデータの管理と統制の道具で、Hadoop や Spark の処理は動かせません。

出典: Managed Service for Apache Spark on clusters の概要／Cloud Digital Leader 試験ガイド（英語版・2026-08-12）

正解: D 【A（不正解）】 ？ 扱える量に注目した理由です。 バッチ処理は大量のデータを効率よく処理できる方法です。量の問題ではありません。 【B（不正解）】 ？ 集計の書き方に注目した理由です。 バッチ処理でも SQL で集計できます。理由になりません。 【C（不正解）】 ？ 安全の面に注目した理由です。 処理の方式と暗号化の可否は関係がありません。 【D（正解）】 ？ 結果が出るまでの時間に注目した理由です。 正解です。公式の解説は、24 時間ごとのバッチでは時間に敏感なデータが処理時点で最新でなくなると説明し、送電網の監視を用途に挙げています。

出典: ストリーミング分析とは