180天雲端架構師 Day 70: GCP ACE 考題重點分享 - Udemy 300題精華整理 |180天CLOUD

GCP ACE udemy Exam

嗨,大家好,我是 Lewis!

距離 11/17 的 GCP ACE 考試越來越近了。這段時間我把 Udemy 的 300 題考題全部做完,並且把每一題都認真檢討過。今天想跟大家分享我從這 300 題中整理出來的考試重點,以及那些容易搞混的服務比較。

為什麼選擇 Udemy 的考題?

在準備 GCP ACE 考試的過程中,我發現光看課程影片和官方文件還不夠,一定要做大量的練習題,才能真正掌握考試的方向和難度。

我選的是 Udemy 的「GCP ACE Google Associate Cloud Engineer Practice Test Exam」這門課,總共有 300 題,分成 6 個 Exam,每個 Exam 50 題。

這門課最棒的地方是:

• 每一題都有超詳細的解析,不只告訴你答案,還會解釋為什麼其他選項是錯的
• 附上 Google 官方文件的連結,可以深入了解每個概念
• 可以先做不限時的練習,再做限時 2 小時的模擬考
• 300 題的題庫夠大,可以涵蓋大部分的考點

考試重點分類

我把 300 題考題整理成幾個主要的分類,讓大家知道哪些主題是考試的重點:

Compute Engine 相關 (重點中的重點)

Compute Engine 是 GCP ACE 考試的重中之重,幾乎每次考試都會考很多題。需要掌握的重點包括:

執行個體管理

這部分考的是如何建立、設定和管理 VM 執行個體。比如說,你需要知道什麼時候該用 Preemptible VM(可佔用 VM),什麼時候該用一般的 VM。

Preemptible VM 的特性是:便宜(最多可以省下 80% 的成本),但隨時可能被 Google 中斷,最長只能執行 24 小時。所以它適合用在可以容忍中斷的工作負載,像是批次處理、資料分析這類的任務。

如果你的應用需要持續運作,或是有 SLA 的要求,那就不能用 Preemptible VM,要用一般的 VM。

啟動腳本 (Startup Script)

這是很常考的考點。啟動腳本可以讓你在 VM 啟動時自動執行某些指令,像是安裝軟體、設定環境等等。

考題常常會問:如何在建立 VM 時加入啟動腳本?答案是在建立 VM 的時候,在 Metadata 欄位加上 startup-script 或 startup-script-url 這個 key。

執行個體範本 (Instance Template)

如果你要建立多個相同設定的 VM,或是要用 Managed Instance Group,就需要先建立 Instance Template。

Instance Template 定義了 VM 的所有設定,包括機器類型、磁碟、網路、啟動腳本等等。建立好之後,就可以用它來快速建立多個相同的 VM。

Managed Instance Group (MIG)

MIG 是管理一群相同 VM 的服務,可以自動擴展(Auto Scaling)、自動修復(Auto Healing)、自動更新(Rolling Update)。

考試常考的場景是:

• 需要高可用性 → 用 Regional MIG,讓 VM 分散在不同的區域
• 需要自動擴展 → 設定 Auto Scaling 政策,根據 CPU 使用率或其他指標自動增減 VM 數量
• 需要更新應用 → 用 Rolling Update,可以逐步更新 VM,避免服務中斷

Kubernetes Engine (GKE) 相關

GKE 也是考試的重點之一,但比起 Compute Engine,題目會更偏向管理和操作面。

GKE 叢集類型

Standard 叢集 vs Autopilot 叢集:

• Standard 叢集:你需要自己管理節點(Node),有更多的控制權,但也要自己負責維護
• Autopilot 叢集:Google 幫你管理節點,你只要專注在 Pod 上,更簡單但彈性較低

考試會考你什麼場景該用哪種叢集。一般來說,如果你想要完全掌控節點的設定,就用 Standard;如果你想要簡化管理,讓 Google 幫你處理底層,就用 Autopilot。

kubectl 指令

雖然 GCP ACE 不會考太深的 Kubernetes 知識,但基本的 kubectl 指令還是要會。像是:

• kubectl get pods - 查看 Pod 狀態
• kubectl logs <pod-name> - 查看 Pod 的日誌
• kubectl describe pod <pod-name> - 查看 Pod 的詳細資訊
• kubectl apply -f <file> - 部署應用

GKE 的監控和日誌

GKE 會自動整合 Cloud Monitoring 和 Cloud Logging。你可以在 Cloud Console 直接查看叢集、節點、Pod 的監控數據和日誌,不需要額外設定。

App Engine 相關

App Engine 是 GCP 的無伺服器(Serverless)運算平台,讓你可以專注在寫程式,不用管底層的伺服器。

標準環境 vs 彈性環境

這是必考題,你一定要搞清楚這兩種環境的差異:

標準環境 (Standard Environment):

• 啟動超快(毫秒等級)
• 可以自動縮放到零(沒有流量時不用付費)
• 支援特定的程式語言版本(Python, Java, Node.js, Go, PHP, Ruby)
• 有一些限制(例如:不能寫入本地檔案系統)
• 適合:流量變化大、需要快速啟動的應用

彈性環境 (Flexible Environment):

• 啟動比較慢(分鐘等級)
• 至少要有一個執行個體在運作(不能縮放到零)
• 支援更多程式語言和自訂 Runtime
• 彈性更高,可以安裝任何套件
• 適合:需要客製化環境、長時間運作的應用

考試常考的情境題:

• 流量變化很大,需要快速縮放 → 標準環境
• 需要安裝特定的系統套件 → 彈性環境
• 需要最低的運作成本(可以縮放到零)→ 標準環境

Cloud Storage 相關

Cloud Storage 是 GCP 的物件儲存服務,考試會考儲存類別的選擇和生命週期管理。

四種儲存類別

這是必背的考點,每種儲存類別的用途和成本都不同:

Standard Storage:

• 最貴,但效能最好
• 適合:經常存取的資料(熱資料)
• 用途:網站內容、影片串流、資料分析

Nearline Storage:

• 比較便宜,但有最低儲存期限(30 天)
• 適合:一個月存取不到一次的資料
• 用途:資料備份、多媒體內容

Coldline Storage:

• 更便宜,最低儲存期限 90 天
• 適合:一季存取不到一次的資料
• 用途:災難復原、長期備份

Archive Storage:

• 最便宜,最低儲存期限 365 天
• 適合:一年存取不到一次的資料
• 用途:法規遵循、歷史紀錄

考試會給你一個情境,問你該選哪種儲存類別。判斷的關鍵就是「存取頻率」和「保存時間」。

生命週期管理 (Lifecycle Management)

你可以設定規則,讓 Cloud Storage 自動把資料移到更便宜的儲存類別,或是自動刪除過期的資料。

常見的規則:

• 建立超過 30 天的物件 → 自動移到 Nearline
• 建立超過 90 天的物件 → 自動移到 Coldline
• 建立超過 365 天的物件 → 自動刪除

這可以大幅降低儲存成本,是實務上很常用的技巧。

IAM (身分與存取管理) 相關

IAM 是 GCP 的權限管理系統,考試會考角色的選擇和最小權限原則。

三種角色類型

基本角色 (Basic Roles):

• Viewer(檢視者)、Editor(編輯者)、Owner(擁有者)
• 權限太廣,不建議在正式環境使用
• 只適合測試或開發環境

預先定義的角色 (Predefined Roles):

• Google 預先定義好的角色,針對特定服務
• 例如:roles/storage.objectViewer 可以讀取 Cloud Storage 的物件
• 權限粒度適中,是最推薦使用的

自訂角色 (Custom Roles):

• 你可以自己定義權限
• 適合有特殊需求的場景
• 管理起來比較複雜

最小權限原則 (Principle of Least Privilege)

這是 IAM 的核心原則:只給使用者或服務帳號最少的必要權限。

考試常考的情境:

• 應用程式只需要讀取 Cloud Storage → 給 roles/storage.objectViewer
• 應用程式需要寫入 Cloud Storage → 給 roles/storage.objectCreator
• 千萬不要給 Editor 或 Owner 這種權限太大的角色

服務帳號 (Service Account)

服務帳號是給應用程式或 VM 使用的身分,不是給人用的。

重要概念:

• 每個 VM 可以附加一個服務帳號
• 服務帳號有自己的權限
• 應用程式可以用服務帳號的權限存取 GCP 服務

考試會考:如何讓 VM 上的應用程式存取 Cloud Storage?答案是給 VM 附加一個有適當權限的服務帳號。

Cloud SQL 相關

Cloud SQL 是 GCP 的關聯式資料庫服務,支援 MySQL、PostgreSQL、SQL Server。

高可用性設定

考試會考如何設定 Cloud SQL 的高可用性:

• 啟用高可用性設定(HA Configuration)
• 會自動建立一個 Standby Instance
• 當主要執行個體故障時,會自動切換到 Standby
• Standby 執行個體在不同的區域(Zone),提供區域級的容錯能力

備份和還原

Cloud SQL 有兩種備份方式:

• 自動備份:每天自動執行,保留 7 天
• 隨選備份:手動建立,可以保留到你刪除為止

考試會考:如何在資料誤刪後還原?答案是從最近的備份還原。

連線方式

從不同的地方連線到 Cloud SQL,方式不一樣:

從 Compute Engine 連線:

• 如果 VM 和 Cloud SQL 在同一個 VPC,可以用私有 IP 連線
• 如果 VM 和 Cloud SQL 不在同一個 VPC,可以用 Cloud SQL Proxy

從本機連線:

• 用 Cloud SQL Proxy,它會幫你處理認證和加密
• 不建議直接用公開 IP 連線,不安全

VPC 網路相關

VPC 是 GCP 的虛擬私有網路,考試會考網路架構和防火牆規則。

子網路 (Subnet)

VPC 可以包含多個子網路,每個子網路在一個區域(Region)。

重要概念:

• 子網路的 IP 範圍不能重疊
• 可以在建立後擴展子網路的 IP 範圍,但不能縮小
• 每個 VM 會從子網路分配一個內部 IP

防火牆規則 (Firewall Rules)

防火牆規則控制哪些流量可以進出 VM。

考試常考的設定:

• 允許 HTTP 流量(Port 80)→ 建立允許 TCP:80 的防火牆規則
• 允許 HTTPS 流量(Port 443)→ 建立允許 TCP:443 的防火牆規則
• 允許 SSH 連線(Port 22)→ 建立允許 TCP:22 的防火牆規則

預設情況下,GCP 會拒絕所有進入的流量,允許所有出去的流量。所以你需要明確建立規則來允許特定的流量。

VPC Peering vs Shared VPC

這兩個常被搞混:

VPC Peering:

• 連接兩個 VPC,讓它們可以互相通訊
• 兩個 VPC 可以在不同的專案
• 適合:連接不同團隊或不同環境的網路

Shared VPC:

• 一個 Host Project 分享 VPC 給多個 Service Projects
• 集中管理網路,但讓不同專案的資源都能使用
• 適合:大型組織,需要統一管理網路

Cloud Monitoring 和 Cloud Logging 相關

監控和日誌是營運的重要工具,考試會考基本的使用方式。

Cloud Monitoring

可以監控 GCP 資源的各種指標,像是:

• CPU 使用率
• 記憶體使用率
• 網路流量
• 磁碟 I/O

你可以設定警示政策,當指標超過閾值時發送通知。

常見的警示設定:

• CPU 使用率超過 80% → 發送 Email 通知
• 記憶體使用率超過 90% → 發送 SMS 通知

Cloud Logging

Cloud Logging 收集 GCP 服務的日誌,包括:

• Compute Engine 的系統日誌
• GKE 的容器日誌
• App Engine 的應用日誌
• Cloud Function 的執行日誌

你可以用篩選器(Filter)來查詢特定的日誌,也可以設定日誌匯出(Log Export)把日誌存到 Cloud Storage 或 BigQuery,方便長期保存和分析。

易混淆的服務比較

這部分整理了考試中最容易搞混的服務,我會用表格和說明讓你更容易理解它們的差異。但因為方格子不支援表格,所以我用條列的方式呈現。

Compute Engine vs Kubernetes Engine vs App Engine vs Cloud Functions

這四個都是運算服務,但使用場景完全不同:

Compute Engine (IaaS):

• 完全控制 VM,你要自己管理作業系統、網路、儲存
• 彈性最高,但管理成本也最高
• 適合:需要完全控制環境、執行傳統應用、有特殊的硬體需求

Kubernetes Engine (CaaS):

• 容器編排平台,管理一群容器
• 適合微服務架構
• 需要一定的 Kubernetes 知識
• 適合:微服務應用、需要自動擴展和自動修復、多團隊協作

App Engine (PaaS):

• 無伺服器平台,你只要寫程式,不用管伺服器
• 自動擴展、自動負載平衡
• 適合:Web 應用、API、快速開發和部署

Cloud Functions (FaaS):

• 事件驅動的無伺服器運算
• 執行單一函式,不是完整的應用
• 自動擴展,按使用量計費
• 適合:處理事件(例如檔案上傳)、輕量級的 API、自動化任務

判斷用哪個服務的關鍵問題:

1. 需要完全控制環境嗎?→ 是:Compute Engine
2. 是微服務架構嗎?→ 是:Kubernetes Engine
3. 是 Web 應用或 API 嗎?→ 是:App Engine
4. 是單一函式或事件處理嗎?→ 是:Cloud Functions

Cloud Storage vs Persistent Disk vs Filestore

這三個都是儲存服務,但類型不同:

Cloud Storage (物件儲存):

• 儲存非結構化資料(圖片、影片、備份檔案等)
• 透過 HTTP/HTTPS 存取
• 可以設定公開存取,適合靜態網站
• 無限容量,高耐久性
• 適合:備份、歸檔、內容傳遞、資料湖

Persistent Disk (區塊儲存):

• VM 的磁碟,附加到 Compute Engine 或 GKE
• 只能被一個 VM 存取(除非是唯讀模式)
• 像傳統的硬碟,可以格式化成檔案系統
• 適合:作業系統、資料庫、需要高 IOPS 的應用

Filestore (檔案儲存):

• NFS 檔案系統,可以被多個 VM 同時掛載
• 適合需要共用檔案的場景
• 比 Persistent Disk 貴,但提供共用存取
• 適合:共用檔案、內容管理系統、開發環境

判斷用哪個儲存的關鍵問題:

1. 是非結構化資料嗎?→ 是:Cloud Storage
2. 需要多個 VM 共用嗎?→ 是:Filestore
3. 只有一個 VM 使用嗎?→ 是:Persistent Disk

Cloud SQL vs Cloud Spanner vs Bigtable vs Firestore

這四個都是資料庫,但特性完全不同:

Cloud SQL (關聯式資料庫):

• 支援 MySQL、PostgreSQL、SQL Server
• 傳統的 RDBMS,適合結構化資料
• 單區域或跨區域的高可用性
• 最大 64 TB 儲存空間
• 適合:OLTP 應用、現有的 MySQL/PostgreSQL 應用

Cloud Spanner (分散式關聯式資料庫):

• 全球分散式,但保證強一致性
• 無限水平擴展
• 自動分片和複寫
• 比 Cloud SQL 貴很多
• 適合:全球性應用、需要強一致性、TB 級以上的資料

Bigtable (NoSQL 寬列儲存):

• 大規模、低延遲的 NoSQL 資料庫
• 適合時間序列資料、IoT 資料
• PB 級的資料量
• 不支援 SQL,需要用 API 存取
• 適合:時間序列資料、IoT、資料分析

Firestore (NoSQL 文件資料庫):

• 文件導向的 NoSQL 資料庫
• 即時同步功能
• 自動擴展
• 適合行動應用和 Web 應用
• 適合:行動應用、即時協作應用、小型 Web 應用

判斷用哪個資料庫的關鍵問題:

1. 需要 SQL 嗎?→ 是:Cloud SQL 或 Cloud Spanner
2. 資料量超大(PB 級)嗎?→ 是:Bigtable
3. 需要全球分散式嗎?→ 是:Cloud Spanner
4. 是行動應用嗎?→ 是:Firestore

Load Balancer 的選擇

GCP 有很多種負載平衡器,考試會考你什麼情況該用哪種:

HTTP(S) Load Balancer:

• Layer 7(應用層)負載平衡
• 支援 HTTP 和 HTTPS
• 全球負載平衡,自動選擇最近的後端
• 支援 URL 路徑導向
• 適合:Web 應用、需要全球分散的服務

Network Load Balancer:

• Layer 4(傳輸層)負載平衡
• 支援 TCP 和 UDP
• 區域性負載平衡
• 更高的效能,但功能較簡單
• 適合:非 HTTP 的服務、需要保留客戶端 IP

Internal Load Balancer:

• 內部負載平衡,不對外公開
• 支援 HTTP(S) 或 TCP/UDP
• 適合:微服務之間的通訊

判斷用哪個負載平衡器的關鍵問題:

1. 是 HTTP/HTTPS 嗎?→ 是:HTTP(S) Load Balancer
2. 需要全球分散嗎?→ 是:HTTP(S) Load Balancer
3. 是內部服務嗎?→ 是:Internal Load Balancer
4. 其他情況 → Network Load Balancer

考前準備建議

做完 Udemy 的 300 題之後,我有一些心得想分享:

第一次做題不要急

第一次做每個 Exam 時,我建議用不限時的模式,慢慢做,把每一題都搞懂。不要只看答案對不對,要去理解為什麼這個答案是對的,其他選項為什麼是錯的。

很多題目的選項看起來都很像,但細節不同。比如說,Cloud SQL 和 Cloud Spanner 都是關聯式資料庫,但適用場景完全不同。如果你沒有仔細理解,考試時很容易選錯。

檢討比做題重要

我覺得檢討題目比做題目更重要。每次做完一個 Exam,我會花更多時間在檢討上。

Udemy 每一題都有很詳細的解析,還會附上 Google 官方文件的連結。我會順著連結去看官方文件,把相關的概念都理解清楚。

有時候我還會用 Claude 來幫我整理筆記。我會把題目和解析貼給 Claude,請它幫我總結這題的考點和容易混淆的地方。這樣可以加深理解,也方便之後複習。

建立自己的筆記

在做題的過程中,我建議你建立自己的筆記,整理容易混淆的服務、常考的指令、重要的概念等等。

我自己就建立了一份「易混淆服務比較表」和「常考指令清單」,考前幾天就反覆看這些筆記,效果很好。

模擬真實考試

等你把所有題目都做過一遍,確保每題都理解之後,就可以開始用限時 2 小時的模式練習。

這個模式會完全模擬真實考試,包括時間壓力。我的建議是:

• 每個 Exam 都要達到 80% 以上的正確率
• 模擬考時要專心,不要中途停下來查資料
• 記錄自己的答題時間,確保能在 2 小時內完成

掌握時間分配

GCP ACE 考試有 50 題,時間是 2 小時。也就是說,每題平均只有 2.4 分鐘。

但有些題目很簡單,10 秒就能選出答案;有些題目很複雜,可能需要 5 分鐘以上才能理解題意和選項。

我的策略是:

1. 第一輪快速掃過所有題目,把簡單的題目先做完
2. 第二輪回來做比較複雜的題目
3. 如果真的不確定,先標記起來,等全部做完再回來檢查

考前一週的複習重點

考前一週,我不會再做新的題目,而是專注在複習:

• 重新看一遍自己的筆記
• 把之前做錯的題目再做一次
• 複習容易混淆的服務和概念
• 保持良好的作息,不要熬夜

11/17 考試,我準備好了

現在距離考試只剩幾天,我覺得自己準備得還不錯。Udemy 的 300 題我每個 Exam 都達到 85% 以上的正確率,易混淆的服務也都整理清楚了。

不管考試結果如何,這兩個多月的學習讓我對 GCP 有了全面的了解,也讓我更確定雲端架構師是我想走的方向。

下一篇文章,我會分享考試當天的經驗,包括考場環境、題目類型、難易度,還有最重要的 - 我到底有沒有考過。

如果你也在準備 GCP ACE 或其他雲端證照,歡迎在底下留言分享你的準備心得或疑問。讓我們互相打氣,一起成為雲端架構師!