📅 PCDE 学習ロードマップ
Professional Cloud DevOps Engineer 合格までの道筋を 「5 つの学習フェーズ」 と 「レベル別の週次計画」 で示します。自分のレベルのプランを選び、インプット → 手を動かす → 問題演習 → SLO/CI 計算 → 弱点補強 のサイクルを回しましょう。
📊 推奨経験と学習時間サマリ
| レベル | 想定経験 | K8s / SRE 経験 | 学習時間 | 期間 | 合格圏目標 |
|---|
| 📘 新人 | 実務 1〜2 年 | 未経験〜さわった程度 | 120-160 時間 | 12 週（週 10-13h） | 模試 70%+ |
| 🔧 中堅 | 実務 3〜5 年 / GCP 業務経験 | GKE / Cloud Build を業務で利用 | 60-100 時間 | 8 週（週 8-12h） | 模試 80%+ |
| 🎯 シニア | 実務 5 年以上 / 他クラウド資格 | SRE / プラットフォーム経験豊富 | 30-60 時間 | 4〜6 週（週 8-15h） | 模試 85%+ |
🧭 学習の 5 フェーズ（全レベル共通）
| Phase | ゴール | 主な活動 | 指標 |
|---|
| 0 前提知識 | Linux / Docker / K8s / Terraform / YAML を最低限 | 足りない部分だけ補習。Pro Git book / Kubernetes Tutorials | kubectl / docker / git の基本コマンドが言える |
| 1 試験範囲俯瞰 | 5 セクションの全体像把握 | 試験要項・シラバス通読、SRE Book Ch.1-4 通読 | 5 セクションの比重を即答 |
| 2 セクション学習 | 各セクションの基礎 → 応用 → 要点を順に | 02_学習資料を Section 順に学習、章末で問題集 | 各セクション読了 + 問題集 80%+ |
| 3 演習・弱点補強 | 得点力の養成 | セクション問題集 (105 問) を 2 周、誤答分析 | 問題集 正答率 85%+ |
| 4 模擬試験・最終調整 | 本番対応力 | 模擬試験を時間内に、用語集 ★3 を流し読み | 模試 70%+ 安定 |
🔁 効果的な学習サイクル
学習資料を読む（インプット）
↓
GCP コンソール / gcloud / kubectl / Terraform で手を動かす
↓
問題集を解く（アウトプット）
↓
誤答を分析 → 学習資料に戻る（弱点補強）
↓
用語集 / 要点と暗記で記憶を定着（反復）
↓
SLO / Error Budget / Burn rate を実数値で計算できるか確認
🔑 重要PCDE は SRE 哲学を実務に落とし込む試験です。「動く構成」ではなく「Google ベストプラクティス（マネージド優先・SLO ベース判断・サプライチェーン保護）」を選ぶ訓練として、問題集の解説の「なぜ他の選択肢がダメか」を必ず読むこと。
⏱️ 本番の時間配分（2 時間・50〜60 問）
- 1 問あたり 約 2 分（ケース PDF はなく、各問題にシナリオ含む）
- 1 周目：自信のある問題を即答、迷う問題はフラグして飛ばす（約 80 分）
- 2 周目：フラグ問題をじっくり（約 30 分）
- 見直し：複数選択の「2 つ選べ / 3 つ選べ」の指定数ミスを確認（約 10 分）
📅 レベル別の週次プラン
下のタブで自分のレベルを選んでください。各レベルにチェックボックス付きタスクと進捗バーがあります。チェック状態は このブラウザに保存 されます。
📌 期間別マイルストーン早見表
| 期間 | フェーズ | 主タスク | 対象レベル |
|---|
| Day 1-2 | Phase 0 | 試験要項・シラバス把握、GCP 無料枠準備、SRE Book Ch.1 通読 | 全レベル |
| Week 1-2 | Phase 0-1 | 前提知識（Linux / Docker / K8s / Terraform / YAML）の補強 | 新人中心 |
| Week 3-4 | Phase 2 | S1 組織と基盤（20%）：階層・Shared VPC・IaC・GKE Fleet | 新人・中堅 |
| Week 5-6 | Phase 2★ | S2 CI/CD（25%）：Cloud Build / Deploy / BinAuth / SLSA | 全レベル |
| Week 7-8 | Phase 2 | S3 SRE（18%）：SLI/SLO/SLA・Error Budget・Burn rate | 全レベル |
| Week 9-10 | Phase 2★ | S4 可観測性（25%）：Logging / Monitoring / Trace / Profiler | 全レベル |
| Week 11 | Phase 2-3 | S5 FinOps（12%）+ 問題集 1 周目 | 全レベル |
| Week 12 | Phase 4 | 模擬試験 ×2、用語集 ★3 直前確認、受験 | 全レベル |
🏛️ Google SRE の 6 原則（試験の土台）
PCDE 全問の根底には SRE 原則 が流れている。これらを即答できることが合格の前提。
原則 1SLI / SLO / SLA
ユーザー影響指標で定量化。SLI（実測）> SLO（社内目標）> SLA（顧客契約） の順で数値が下がる。
原則 2Error Budget
1 - SLO で算出。99.9% = 月 43.2 分。リリース判断の客観的基準。
原則 3Toil 削減
運用作業の 50% 未満をトイルに。手作業・繰り返し・自動化可能を自動化。
原則 4Blameless Postmortem
失敗を責めず、システム改善の素材に。Five Whys / Game Day / Wheel of Misfortune。
原則 54 Golden Signals
Latency / Traffic / Errors / Saturation。Service Mesh は自動収集。
原則 6DORA 4 Keys
Deployment Freq / Lead Time / MTTR / Change Failure Rate。Elite チームの数値感覚を持つ。
🎯 セクション別の意思決定マトリクス（試験頻出）
キーワード → デフォルト解。フラッシュカードのように暗記しましょう。
CI/CD（Section 2 / ★25%）
| キーワード | デフォルト解 | 理由 |
|---|
| サーバーレス CI | Cloud Build | 分単位課金、無料枠 120 ビルド分/日、7 種類のトリガー |
| マネージド CD（GKE/Cloud Run） | Cloud Deploy | Delivery Pipeline → Target → Release → Rollout → Phase |
| VPC 内 / オンプレ DB へ CI アクセス | Cloud Build Private Pool | VPC ピアリングで顧客 VPC へ接続 |
| イベント駆動再ビルド | Cloud Build Pub/Sub Trigger | `$(body.message.data.xxx)` で値を取り込み |
| マルチリージョン並列デプロイ | Cloud Deploy Multi-target | 1 Release から並列。canary percentages とは別概念 |
| 段階的トラフィック移行 + 自動検証 | Cloud Deploy Canary + verify | `percentages: [5, 25]` + `verify: true` |
| 本番デプロイの職務分掌 | releaser + approver + requireApproval | release を作る人と承認する人を別 IAM ロールに |
| 外部 CI/CD → GCP 認証（SA キー廃止） | Workload Identity Federation | OIDC → STS → SA Impersonation |
| イメージ署名検証 + デプロイブロック | Binary Authorization | `REQUIRE_ATTESTATION` + `ENFORCED_BLOCK_AND_AUDIT_LOG` |
| CVE スキャン + SBOM | Artifact Analysis | AR への push 時自動スキャン |
| 外部 OSS の鏡像化 / レート回避 | AR Remote Repository | DockerHub / Maven Central のキャッシュプロキシ |
| 複数 upstream を 1 URL に集約 | AR Virtual Repository | 本番/開発切替を URL 変更なしで |
| 古いイメージ自動削除 | AR Cleanup Policies | age / keep latest N で条件指定 |
| サプライチェーン信頼性 | SLSA Level 3 + Provenance | hermetic build / 改ざん検知 |
| OSS 依存の脆弱性対策パッケージ | Assured Open Source Software | Google が CVE スキャン済み Java / Python パッケージ |
SRE（Section 3 / 18%）
| キーワード | デフォルト解 | 数値・補足 |
|---|
| API / HTTP 系の SLI | Request-based（Good / Total） | 5xx 率、レイテンシ閾値超過率 |
| バッチ・定期処理の SLI | Window-based（Good Windows / Total Windows） | 「1 日のウィンドウで 60 分以内完了したか」 |
| Fast burn alert（クリティカル） | 14.4× / 1h / 5m | 予算の 2% を 1h で消費 |
| Medium burn alert | 6× / 6h / 30m | 予算の 5% を 6h で消費 |
| Slow burn alert | 1× / 3d / 6h | 予算の 10% を 3d で消費 |
| 99.9% SLO の月次 Error Budget | 43.2 分/月 | 30 × 24 × 60 × 0.001 |
| 99.99% SLO の月次 Error Budget | 4.32 分/月 | マルチリージョン・ホットスタンバイ必須 |
| Burn rate 計算式 | エラー率 / (1 − SLO) | 例：6% / 0.1% = 60× |
| インシデント対応の最優先 | Mitigate first（影響緩和） | drain → redirect → capacity → rollback |
| K8s ノードメンテ時 Pod 保護 | PodDisruptionBudget (PDB) | `minAvailable` / `maxUnavailable` |
| GPU/TPU 予約スケジューラ | Dynamic Workload Scheduler (DWS) | Flex-start / Calendar mode |
| App 無改造で mTLS / Golden Signals | Cloud Service Mesh | Envoy サイドカーが自動収集 |
可観測性（Section 4 / ★25%）
| キーワード | デフォルト解 | 補足 |
|---|
| VM の統合エージェント | Ops Agent（fluentbit + OTel） | Legacy Logging/Monitoring Agent は非推奨 |
| OSS Prometheus 移行（既存維持） | GMP Self-deployed Collection | 既存 prometheus.yml をそのまま |
| 新規 GKE 観測（Day 1） | GMP Managed Collection | GKE Add-on で Google が Collector 管理 |
| Data Access 監査ログ | 明示有効化必須 | Admin Activity / System Event は常時有効・無効化不可 |
| 200 プロジェクト一括ログ集約 | Org Aggregated Sink + --include-children | 1 Sink で全配下プロジェクトをカバー |
| kube-probe など不要ログを除外 | Log Router Exclusion filter | ingestion 課金を直接削減 |
| 10 年保管（監査・コンプラ） | Sink → GCS Archive | _Required バケットは 400 日固定 |
| SQL 分析（Logging） | Log Analytics または Sink → BQ | Log Analytics は Logging バケットで直接 SQL |
| SIEM (Splunk) 連携 | Aggregated Sink → Pub/Sub → Dataflow テンプレ | Splunk Dataflow テンプレートが公式 |
| 複数ステップの能動監視 | Synthetic Monitor | Cloud Functions ベースで JSON 検証 |
| 2 点間の構成解析（実トラフィックなし） | Connectivity Tests | NIC 配下、ルート / FW / NAT / PSC を解析 |
| 分散トレース統合 | OpenTelemetry + W3C Trace Context | 言語非依存。X-Cloud-Trace-Context は GCP 旧式 |
| エラー trace を必ず残す + コスト削減 | OTel Collector Tail-based Sampling | SDK は 100% 取得、Collector で判定 |
| Python アプリのメモリリーク | tracemalloc / memray | Cloud Profiler の Python は CPU/Wall のみ |
| レイテンシ長い + CPU 低い | Wall-clock profile | I/O 待ち・ロック待ちが見える |
| 3 サービスの相関分析 | Trace / Profiler / Logging 三位一体 | trace_id / span_id で相互リンク |
| AI でログ要約・異常検知 | Gemini Cloud Assist | Console 統合、ログ要約 / 推論 / 修正提案 |
FinOps（Section 5 / 12%）
| キーワード | デフォルト解 | 数値・補足 |
|---|
| ステートレス・中断許容バッチ | Spot VM | 最大 91% 割引、24h で強制停止 |
| 長期確約（3 年・vCPU/メモリ固定） | Resource-based CUD | 3y で最大 57-70% 割引 |
| 長期確約（柔軟・$ 単位） | Flexible CUD | 3y で 46%、Cloud Run / GKE Autopilot にも適用可 |
| 常時稼働の自動値引 | SUD | 月稼働率に応じて最大 30%、自動適用 |
| Org 横断のコスト最適化推奨 | Recommender BigQuery Export | Cost / Security / Performance / Manageability / Reliability の 5 カテゴリ |
| 過剰 IAM 権限の検出 + 縮小 | Lateral movement insight + IAM Recommender | Insights（事実）+ Recommendations（処方箋） |
| 同一リージョン内通信 | Standard Tier でコスト削減 | 同一リージョン内は Premium と品質差小 |
| グローバル品質・低レイテンシ | Premium Tier | Google グローバル NW 経由 |
| ログコスト削減の優先順 | Exclusion → Sampling → Retention 短縮 | ingestion 削減が最も効く |
| Carbon Footprint 削減 | 低炭素リージョン選定 | finland / montreal / iowa など |
🔢 暗記必須の数値
SLO / Error Budget
- 99.9% → 43.2 分/月
- 99.95% → 21.6 分/月
- 99.99% → 4.32 分/月
- 99.999% → 25.9 秒/月
Burn rate（Multi-window）
- Fast: 14.4× / 1h / 5m
- Medium: 6× / 6h / 30m
- Slow: 1× / 3d / 6h
- 式：エラー率 / (1 − SLO)
割引率
- Spot VM：最大 91%
- CUD 3y：57-70%
- Flex CUD 3y：46%
- SUD：最大 30%
Log Bucket
- _Required：400 日固定（変更不可）
- _Default：30 日（変更可）
- Cloud Trace 保持：30 日
- GMP 保持：最大 24 ヶ月
Cloud Build
- 無料枠：120 ビルド分/日
- デフォルト Timeout：60 分
- 最大 Timeout：24 時間
- トリガー種別：7 種類
GKE / K8s
- Standard 1 ノード最大 110 Pod
- Release Channel：Rapid / Regular / Stable
- Backup for GKE：最大 90 日
- HPA 最小スケール間隔：15 秒
🔁 公式リネーム対応表（試験頻出）
| 旧名 | 新名 | カテゴリ |
|---|
| Anthos Service Mesh (ASM) | Cloud Service Mesh | SRE / Networking |
| Container Analysis | Artifact Analysis | CI/CD Security |
| Stackdriver | Cloud Observability | 可観測性 |
| Cloud DLP | Sensitive Data Protection | セキュリティ |
| Cloud Functions Gen2 | Cloud Run functions | コンピュート |
| Duet AI for Developers | Gemini Code Assist | AI 開発支援 |
| Duet AI in Google Cloud | Gemini Cloud Assist | AI 運用支援 |
| Anthos Config Management | Config Sync + Policy Controller | マルチクラスタ |
| Anthos | GKE Enterprise | K8s |
| BeyondCorp Enterprise | Chrome Enterprise Premium | Zero Trust |
📘 新人エンジニア向け 12 週間プラン
対象：実務 1〜2 年 / クラウド初学者 / K8s 未経験〜さわった程度｜前提：オンプレ / 他クラウド経験すら薄い｜期間：12 週間（平日 1.5h × 5 日 + 週末 3-5h ≒ 160 時間）
💡 進め方まず「概念」と「サービスの役割」を固めるのが最優先。理屈だけでなく 必ず GCP コンソール / kubectl / gcloud で触る こと。完璧主義禁止、各章 80% 理解で次へ。SRE Book Ch.4 (SLO) は Week 7 で集中対策。
進捗バー
0 / 0（0%） ／ 下のチェックボックスをチェックすると進捗が反映されます。
📅 週次タイムライン
Week 2 ｜ Kubernetes + Terraform 入門
目標：kubectl で Pod デプロイ、terraform で GCS / VM を作れる
タスク：
Week 3 ｜ S1 基礎 — 組織・IaC
目標：リソース階層 + Shared VPC + IaC ツールの役割を理解
タスク：
資料：
S1 学習資料
Week 4 ｜ S1 応用 — マルチ環境・開発環境
目標：GKE Fleet / Config Sync / Policy Controller / Cloud Workstations
タスク：
Week 5 ｜ S2 基礎 — CI / Artifact Registry（★ 25%）
目標：Cloud Build / Artifact Registry の文法と運用を体得
タスク：
資料：
S2 学習資料
Week 6 ｜ S2 応用 — CD・セキュリティ（★ 25%）
目標：Cloud Deploy + Binary Authorization + SLSA を理解
タスク：
Week 7 ｜ S3 基礎 — SRE 中核
目標：SLI / SLO / SLA / Error Budget を即答できる
タスク：
資料：
S3 学習資料
Week 8 ｜ S3 応用 — ライフサイクル・インシデント
目標：容量計画 / オートスケール / Mitigate first
タスク：
Week 9 ｜ S4 基礎 — ログ計装（★ 25%）
目標：Cloud Logging / Ops Agent / OTel / LQL を理解
タスク：
資料：
S4 学習資料
Week 10 ｜ S4 応用 — メトリクス・トレース（★ 25%）
目標：Managed Prometheus / Cloud Trace / Profiler
タスク：
Week 11 ｜ S5 + 演習 1 周目
目標：FinOps の数値感覚 + 問題集を一巡
タスク：
資料：
S5 学習資料
Week 12 ｜ 模擬試験と直前確認
目標：模擬試験で 70% 以上 / 用語集 ★3 を 8 割暗記
タスク：
⚠️ 新人がつまずきやすい TOP 10
- サービス名が多すぎる → 用語集を辞書代わりに常時引く
- Cloud Build と Cloud Deploy の役割分担が曖昧 → CI=Build / CD=Deploy で覚える
- Workload Identity Federation のフローが分からない → OIDC → STS → SA Impersonation の絵を描く
- SLI/SLO/SLA の数値関係を逆に覚える → 実測 SLI > SLO > SLA
- Burn rate の式が出ない → エラー率 / (1 − SLO)
- Multi-burn-rate の数字が混乱 → Fast 14.4× / Medium 6× / Slow 1× を呪文化
- Logging の _Required と _Default の違い → _Required は 400 日固定変更不可
- Cloud Service Mesh と Istio の違い → CSM は Istio のマネージド + Google 統合版
- 模試で 50% 取れず焦る → 想定内。弱点を 1 つずつ潰す
- 試験当日に頭が真っ白 → 模試 2 回経験すれば緊張は半減
🔧 中堅エンジニア向け 8 週間プラン
対象：実務 3〜5 年 / GCP 業務経験あり / GKE・Cloud Build を業務で触ったことがある｜期間：8 週間（週 8-12 時間 ≒ 60-100 時間）
💡 進め方暗記より「なぜそれを選ぶか」を言語化。基礎編は流し読み、応用編と要点と暗記を重点的に。S2 (25%) + S4 (25%) の合計 50% に時間を多めに。Gemini 系・Cloud Workstations・Infrastructure Manager 等の新サービスを必ず押さえる。
進捗バー
📅 週次タイムライン
Week 1 ｜ Section 1 — 組織・IaC
目標：業務で触っていない領域を埋める
重点トピック：Shared VPC vs VPC Peering vs PSC ／ WIF の構造（OIDC → STS → SA impersonation）／ GKE Fleet の Multi-cluster Services / Ingress ／ Infrastructure Manager（マネージド Terraform）／ Config Sync vs Policy Controller
タスク：
Week 2 ｜ Section 2 前半（CI 中心 ★ 25%）
目標：Cloud Build / Artifact Registry / Skaffold / Buildpacks
重点トピック：cloudbuild.yaml の `machineType` / `pool` / `availableSecrets` ／ Artifact Registry の Remote / Virtual / Cleanup Policies ／ Skaffold の `skaffold dev` / `render` ／ 7 種類のトリガー（特に Pub/Sub）
タスク：
Week 3 ｜ Section 2 後半（CD・セキュリティ ★ 25%）
目標：Cloud Deploy + Binary Authorization + SLSA
重点トピック：Cloud Deploy の canary（`percentages` / `verify` / `multiTarget`）／ Binary Authorization（attestor + policy + Continuous Validation + breakglass）／ SLSA Level 1〜4 の差分（特に Level 3 の hermetic build）／ Software Delivery Shield / Assured OSS
タスク：
Week 4 ｜ Section 3（SRE 18%）
目標：SLI / SLO / Error Budget / Burn rate を実数値で計算可能に
重点トピック：99.9% → 43.2 分/月 ／ Multi-window multi-burn-rate（Fast 14.4× / 1h、Medium 6× / 6h、Slow 1× / 3d）／ Request vs Window-based SLI ／ Mitigate first（drain → redirect → capacity → rollback）
タスク：
Week 5 ｜ Section 4 前半（ログ・メトリクス ★ 25%）
目標：Cloud Logging / LQL / Managed Prometheus / PromQL
重点トピック：log-based metric (counter vs distribution) ／ Sink 宛先別ユースケース：BQ（分析）/ Pub/Sub（リアルタイム）/ GCS（長期）／ GMP Managed vs Self-deployed ／ Log exclusion vs sampling vs retention の優先順位
タスク：
Week 6 ｜ Section 4 後半（トレース・トラブルシュート ★ 25%）
目標：Cloud Trace / OTel / Profiler / Error Reporting / NIC ツール
重点トピック：OTel 自動計装と手動計装の組み合わせ ／ trace ID をログに紐付ける構造化ログ ／ VPC Flow Logs / Firewall Insights / Connectivity Tests / Network Topology の使い分け ／ Gemini Cloud Assist の活用（ログ要約 / 異常検知）／ Tail-based Sampling
タスク：
Week 7 ｜ Section 5 + 演習
目標：FinOps を数値感覚で押さえ、問題集を完走
重点トピック：Recommender BigQuery Export パターン ／ Lateral movement insight + IAM Recommender（事実 + 処方箋）／ Flexible CUD（Cloud Run / GKE Autopilot 対応）／ Log Exclusion → Sampling → Retention 短縮の順
タスク：
Week 8 ｜ 模擬試験・最終調整
目標：模試 80%+ 安定
タスク：
🚨 中堅が見落としやすい TOP 10
- Gemini Cloud Assist / Gemini Code Assist / Gemini CLI の使い分け
- Infrastructure Manager（マネージド Terraform）の存在
- Cloud Workstations と Cloud Shell の使い分け
- Flexible CUD（Cloud Run / GKE Autopilot にも適用可）
- Cloud Service Mesh の自動 4 Golden Signals 収集
- Tail-based Sampling は SDK ではなく Collector でしか実現できない
- GMP の Managed vs Self-deployed Collection の使い分け
- Multi-burn-rate の数字（Fast 14.4× / Medium 6× / Slow 1×）
- SLSA Level 3 の hermetic build / provenance
- Aggregated Sink の `--include-children` フラグ
⚠️ 実務 vs 試験のギャップ
- 実務では Jenkins / ArgoCD を使うが、試験では Cloud Build + Cloud Deploy がほぼ正解
- Container Registry → Artifact Registry（新規利用不可）
- Anthos Service Mesh → Cloud Service Mesh
- Container Analysis → Artifact Analysis
- Cloud DLP → Sensitive Data Protection
- Cloud Functions Gen2 → Cloud Run functions
- Duet AI → Gemini Code Assist / Cloud Assist / CLI
🎯 シニアエンジニア向け 4-6 週間プラン
対象：実務 5 年以上 / SRE / プラットフォーム経験豊富 / 他クラウドで同等資格保有｜期間：4〜6 週間（週 8-15 時間 ≒ 30-60 時間）
💡 戦略：ギャップ駆動学習通読型ではなく 弱点特定型。最初に模試で実力を測り、足りない部分にだけ時間を投下。AWS/Azure 経験は資産だが、GCP 固有用語（Cloud Deploy / Binary Authorization / GMP / WIF 等）へのマッピングが必要。
1. 模擬試験 1 を最初に解く（診断テスト）
↓
2. セクション別の正答率で「知らないところ」を特定
↓
3. 弱点セクションだけを応用 / 要点と暗記で集中補強
↓
4. 問題集で確認 → 模擬試験 2 → 受験
進捗バー
📅 週次タイムライン
Week 1 ｜ ギャップ分析 + 公式直読
目標：試験範囲の「既知 / 未知 / 要確認」を見極める
Day 1：自己採点シラバスの各 Considerations に対して
◎/◯/△/× を記入（◎=実装経験 / ◯=概念理解 / △=名前のみ / ×=知らない）
Day 2-3：× と △ を潰す公式ドキュメント直読：
Week 2 ｜ Section 2 + 4 集中（試験 50%）
目標：CI/CD と可観測性で 9 割を取れる状態に
Section 2: CI/CD
Section 4: 可観測性
Week 3 ｜ Section 1 + 3 + 5
目標：残り 50% を一気に押さえる
Section 1: 組織と基盤（20%）
Section 3: SRE（18%）
Section 5: FinOps（12%）
Week 4 ｜ 模擬試験と最終調整
目標：模試 2 で 85%+ 安定
タスク：
🔑 AWS / Azure 経験者向けマッピング（PCDE 範囲）
| カテゴリ | AWS | Azure | GCP（PCDE） |
|---|
| CI | CodeBuild | Azure Pipelines (Build) | Cloud Build |
| CD | CodeDeploy / CodePipeline | Azure Pipelines (Release) | Cloud Deploy |
| Container Registry | ECR | Azure Container Registry | Artifact Registry（multi-format） |
| IaC（マネージド） | CloudFormation | ARM / Bicep | Infrastructure Manager（マネージド Terraform） |
| Secret 管理 | Secrets Manager | Key Vault | Secret Manager / Cloud KMS |
| 監視 | CloudWatch | Azure Monitor | Cloud Monitoring（+ GMP） |
| ログ | CloudWatch Logs | Log Analytics | Cloud Logging |
| 分散トレース | X-Ray | Application Insights | Cloud Trace |
| プロファイル | CodeGuru Profiler | App Insights Profiler | Cloud Profiler |
| エラー集約 | — | App Insights | Error Reporting |
| Image スキャン | Inspector / ECR scan | Defender for Containers | Artifact Analysis |
| サプライチェーン | Signer / in-toto | — | Binary Authorization + SLSA + SDS |
| Identity Federation | IAM Identity Center / WIF | Workload Identity Federation | Workload Identity Federation |
| Service Mesh | App Mesh | — | Cloud Service Mesh（旧 ASM） |
| Fleet 管理 | EKS Anywhere | Arc | GKE Fleets |
| Policy | OPA / SCP | Azure Policy | Policy Controller / Organization Policy |
| Recommender | Compute Optimizer | Advisor | Recommender / Active Assist |
| Spot | Spot Instances | Spot VMs | Spot VMs |
| Reserved | RI / Savings Plans | Reservations | CUD / Flexible CUD |
| SLO サービス | — | — | Cloud Monitoring Service Monitoring |
| AI 開発支援 | CodeWhisperer / Q Developer | GitHub Copilot | Gemini Code Assist / Cloud Assist / CLI |
🎯 シニアが取りこぼす "GCP 固有"
- Cloud Build + Cloud Deploy は他クラウドより一段マネージド寄り。Jenkins / ArgoCD の発想で答えると外れる
- Binary Authorization + Continuous Validation はランタイムでも違反検出。AWS / Azure に同等品なし
- Workload Identity Federation で外部 IdP（GitHub Actions）から SA を引き受け、SA 鍵を完全廃止
- Managed Service for Prometheus は OSS Prometheus と PromQL 100% 互換、保持 24 ヶ月
- Cloud Service Mesh（旧 ASM）は アプリ無改造で 4 Golden Signals 自動収集 + mTLS
- Aggregated Sink + --include-children で組織配下の全プロジェクトログを 1 個の Sink で集約
- Cloud Profiler の言語制約：Python は CPU / Wall のみ、Node は Wall なし、Java は Heap allocation なし
- 新サービスは正解になりやすい：Gemini Cloud Assist / Cloud Workstations / Infrastructure Manager / Cloud Service Mesh / Software Delivery Shield
⚠️ 過信が最大の敵「実務でこうやっている」が試験の正解とは限らない（試験は Google ベストプラクティス基準）。複数選択問題は "選ぶ数" のミスに注意。「Jenkins on GCE」vs「Cloud Build」の選択肢では基本 Cloud Build が正解。
🎯 試験当日チェックリスト
全レベル共通の本番直前・当日のチェックリスト。1 つでも怠ると本来の実力を出せません。
📅 試験前日
- 各セクションの「03_要点と暗記.md」を全 5 セクション通読
- 用語集の ★3 + リネーム表（Anthos Service Mesh → Cloud Service Mesh など）
- 必殺数値：「99.9% = 43.2 分」「Fast burn 14.4× / 1h / 5m」「Spot 91% 割引」
- 22:00 までに就寝（試験は集中力勝負）
- 本人確認書類 2 点を準備（パスポート + 運転免許など）
- オンライン受験なら個室・カメラ・PC・スマホ片付け
- テストセンターなら経路確認・30 分前到着
🌅 試験当日
- 余裕を持って 1 時間前に準備開始
- 本人確認書類 2 点を再確認
- 水分・トイレを済ませる
- フラグ戦略：即答できない問題はフラグして後回し
- 時間配分：50 問なら 1 問 2 分 + 見直し 20 分
- 「最も○○」「最初に」「最終的に」の修飾語に注目
- 複数選択は「2 つ選択」「3 つ選択」の指示を必ず読む
- 「Google 推奨 / マネージド / SRE 原則」が決め手
✅ 合格チェックリスト（最終確認）
知識
- 5 セクション比重（20/25/18/25/12）即答
- SRE 6 原則（SLI/SLO/Error Budget/Toil/Postmortem/4 Golden）即答
- DORA 4 Keys を即答
- Cloud Build と Cloud Deploy の役割分担
- WIF のフロー（OIDC → STS → SA Impersonation）
- SLSA Level 1-4 の差分
- Multi-burn-rate（14.4× / 6× / 1×）
- Recommender 5 カテゴリ
実技
- cloudbuild.yaml が書ける
- Cloud Deploy で canary 設定
- Cloud Monitoring で SLO + Burn rate alert
- GMP に PromQL クエリを実行
- Aggregated Sink を Org に作成
- Binary Authorization policy 設定
- Terraform で GKE / GCS をデプロイ
演習
- 各セクション問題集 80% 以上
- 模擬試験 1 で 70% 以上
- 模擬試験 2 で 80% 以上
- 公式サンプル問題を実施
- 用語集 ★3 を一周