ARC134

概要

チャレンジラボでは、シナリオと一連のタスクが提供されます。手順ガイドに沿って進める形式ではなく、コース内のラボで習得したスキルを駆使して、ご自身でタスクを完了していただきます。タスクが適切に完了したかどうかは、このページに表示される自動スコアリング システムで確認できます。

チャレンジラボは、Google Cloud の新しいコンセプトについて学習するためのものではありません。デフォルト値を変更する、エラー メッセージを読み調査を行ってミスを修正するなど、習得したスキルを応用する能力が求められます。

100% のスコアを達成するには、制限時間内に全タスクを完了する必要があります。

このチャレンジラボでは、Gemini の助けを借りて、指定されたタスクを完了します。

Gemini for Google Cloud は、あらゆるスキルレベルのユーザーを必要に応じて支援する、常時稼働の AI コラボレーターです。このラボでは、Gemini を使用して、タスクでリソースを作成するために必要な情報を取得します。

設定と要件

[ラボを開始] ボタンをクリックする前に

こちらの説明をお読みください。ラボには時間制限があり、一時停止することはできません。タイマーは、Google Cloud のリソースを利用できる時間を示しており、[ラボを開始] をクリックするとスタートします。

このハンズオンラボでは、シミュレーションやデモ環境ではなく実際のクラウド環境を使って、ラボのアクティビティを行います。そのため、ラボの受講中に Google Cloud にログインおよびアクセスするための、新しい一時的な認証情報が提供されます。

このラボを完了するためには、下記が必要です。

• 標準的なインターネット ブラウザ（Chrome を推奨）

注: このラボの実行には、シークレット モード（推奨）またはシークレット ブラウジング ウィンドウを使用してください。これにより、個人アカウントと受講者アカウント間の競合を防ぎ、個人アカウントに追加料金が発生しないようにすることができます。

• ラボを完了するための時間（開始後は一時停止できません）

注: このラボでは、受講者アカウントのみを使用してください。別の Google Cloud アカウントを使用すると、そのアカウントに料金が発生する可能性があります。

Cloud Shell をアクティブにする

Cloud Shell は、開発ツールと一緒に読み込まれる仮想マシンです。5 GB の永続ホーム ディレクトリが用意されており、Google Cloud で稼働します。Cloud Shell を使用すると、コマンドラインで Google Cloud リソースにアクセスできます。

1. Google Cloud コンソールの上部にある「Cloud Shell をアクティブにする」アイコン をクリックします。

2. ウィンドウで次の操作を行います。

   • Cloud Shell 情報ウィンドウで操作を進めます。
   • Cloud Shell が認証情報を使用して Google Cloud API を呼び出すことを承認します。

接続した時点で認証が完了しており、プロジェクトに各自の Project_ID、 が設定されます。出力には、このセッションの PROJECT_ID を宣言する次の行が含まれています。

Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}

gcloud は Google Cloud のコマンドライン ツールです。このツールは、Cloud Shell にプリインストールされており、タブ補完がサポートされています。

3. （省略可）次のコマンドを使用すると、有効なアカウント名を一覧表示できます。

gcloud auth list

4. [承認] をクリックします。

出力:

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} To set the active account, run: $ gcloud config set account `ACCOUNT`

5. （省略可）次のコマンドを使用すると、プロジェクト ID を一覧表示できます。

gcloud config list project

出力:

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} 注: Google Cloud における gcloud ドキュメントの全文については、gcloud CLI の概要ガイドをご覧ください。

チャレンジ シナリオ

あなたは新米のクラウド アーキテクトとしてキャリアをスタートします。あなたはこの役割でチーム プロジェクトの一員となり、次のような仕事を割り当てられました: サービス アカウントを使用する、gcloud コマンドライン インターフェース（CLI）を使用して IAM 権限を構成する、カスタムロールを追加する、クライアント ライブラリを使用してサービス アカウントから BigQuery にアクセスする。

あなたには以下のタスクを完了するために必要なスキルと知識があると想定されています。タスクを完了するための CLI コマンドや手順を理解するために Gemini の助けを借りることもできます。

チャレンジ

このチャレンジでは、サービス アカウントの作成、必要なロールの割り当て、gcloud CLI を使用した IAM 権限の構成、YAML ファイルを使用したカスタムロールの作成、サービス アカウントから BigQuery へのクライアント ライブラリを使用したアクセスを行うことが求められます。

行うタスクは以下のとおりです。

• gcloud CLI を使用してサービス アカウントを構成する。
• gcloud CLI を使用してサービス アカウントに IAM 権限を付与する。
• サービス アカウントを使用してコンピューティング インスタンスを作成する。
• YAML ファイルを使用してカスタムロールを作成する。
• クライアント ライブラリを使用して、サービス アカウントから BigQuery にアクセスする。

すべてのリソースを リージョンと ゾーンに作成します。

それぞれのタスクについて以下に詳しく説明します。それでは始めましょう。

タスク 1. Gemini を有効にして使ってみる（省略可）

注: Gemini を使用する場合は以下の手順に沿って Gemini を有効にしてください。Gemini を使用しない場合はタスク 2 に直接進んでください。

Gemini を使用する場合は、有効にしてその機能を確認しておきましょう。

このタスクでは、Gemini ペインを使用してプロンプトを入力し、Gemini からの回答を表示します。プロンプトとは、必要なサポートについて説明する質問やステートメントのことです。プロンプトには、より有用な、または完全な回答を提供するために Google Cloud が分析する既存のコードからのコンテキストを含めることができます。良い回答を生成するプロンプトの作成方法については、Gemini により適したプロンプトを作成するをご覧ください。

Gemini に Google Cloud サービスに関する提案を求める手順は次のとおりです。

1. Google Cloud コンソールにログインします。

2. Google Cloud コンソールのツールバーの右上にある Gemini アイコン（）をクリックします。

3. [Gemini Cloud Assist を無料で利用する] を選択し、[Gemini Cloud Assist を無料で有効にする] をクリックして Gemini Cloud Assist API を有効にします。

4. 有効にしたら、[チャットを開始] をクリックします。

次のプロンプトを入力します。

What is service account? What is the difference between predefined roles and custom roles? 注: Gemini があなたのプロンプトとその回答を、モデルをトレーニングするためのデータとして使用することはありせん。詳しくは、Gemini in Google Cloud がデータを使用する方法をご覧ください。 注: Gemini は初期段階のテクノロジーであるため、もっともらしく見える出力でも事実に反する場合があります。Gemini からのすべての出力は、使用する前に検証することをおすすめします。詳しくは、Gemini in Google Cloud と責任ある AI をご覧ください。

タスク 2. gcloud CLI を使用してサービス アカウントを作成する

このタスクでは、Cloud Shell を使用して以降のタスクを実行します。Gemini の助けを借りてサービス アカウントを作成します。

1. Cloud Shell で devops という名前のサービス アカウントを作成します。

注: 以下のリソースを作成するには、[ここをクリックしてヒントを確認] をクリックし、Gemini でプロンプトを使用して、リソースを作成するコマンドを取得する必要があります。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 gcloud CLI を使用してサービス アカウントを作成する

タスク 3. gcloud CLI を使用してサービス アカウントに IAM 権限を付与する

1. プロジェクト ID とサービス アカウントは複数回使用するため、Cloud Shell でそれらをローカル変数にエクスポートすることをおすすめします。

このタスクでは、gcloud CLI を使用して、必要なロールをサービス アカウントに割り当てる必要があります。

2. 同様に、サービス アカウントのメールアドレスを SA というローカル変数に格納します。

3. このタスクを完了するには、Cloud Shell でロール iam.serviceAccountUser と権限 compute.instanceAdmin をサービス アカウントに付与します。

注: 以下のリソースを作成するには、[ここをクリックしてヒントを確認] をクリックし、Gemini でプロンプトを使用して、リソースを作成するコマンドを取得する必要があります。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 gcloud CLI を使用してサービス アカウントに IAM 権限を付与する

タスク 4. gcloud を使用してサービス アカウントがアタッチされたコンピューティング インスタンスを作成する

1. Cloud Shell で、vm-2 という名前のコンピューティング インスタンスを作成し、タスク 2 で作成した devops サービス アカウントをアタッチします。

2. vm-2 VM インスタンスに SSH 接続します。vm-2 からインスタンスを作成し、インスタンスのリストを取得することによって、サービス アカウントを通じて必要な権限が付与されていることを確認します。

注: 以下のリソースを作成するには、[ここをクリックしてヒントを確認] をクリックし、Gemini でプロンプトを使用して、リソースを作成するコマンドを取得する必要があります。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 gcloud を使用してサービス アカウントがアタッチされたコンピューティング インスタンスを作成する

タスク 5. YAML ファイルを使用してカスタムロールを作成する

1. Cloud Shell で Gemini を使用して、role-definition.yaml という名前の YAML ファイルを作成します。このファイルに、cloudsql.instances.connect と cloudsql.instances.get の権限を持つカスタムロールの定義を記述します。

2. YAML ファイルを使用してプロジェクト レベルでロールを作成する gcloud コマンドを実行します。

注: 以下のリソースを作成するには、[ここをクリックしてヒントを確認] をクリックし、Gemini でプロンプトを使用してリソースを作成するコマンドを取得する必要があります。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 YAML ファイルを使用してカスタムロールを作成する

タスク 6. クライアント ライブラリを使用して、サービス アカウントから BigQuery にアクセスする

このタスクでは、必要なロールが構成されたサービス アカウントを使用して、インスタンスから BigQuery の一般公開データセットに対してクエリを実行します。提供されたユーザー名とパスワードを使用して Google Cloud コンソールにログインします。

1. bigquery-qwiklab という名前のサービス アカウントを作成し、BigQuery データ閲覧者と BigQuery ユーザーのロールを割り当てます。

2. サービス アカウント bigquery-qwiklab を使用して、bigquery-instance という名前の VM インスタンスを作成します。

3. bigquery-instance に SSH 接続して、依存関係をインストールします。

4. 次のコードを使用して Python ファイルを作成します。

cat << 'EOF' > query.py from google.auth import compute_engine from google.cloud import bigquery credentials = compute_engine.Credentials( service_account_email='YOUR_SERVICE_ACCOUNT') query = ''' SELECT name, SUM(number) as total_people FROM `bigquery-public-data.usa_names.usa_1910_2013` WHERE state = 'TX' GROUP BY name, state ORDER BY total_people DESC LIMIT 20 ''' client = bigquery.Client( project='YOUR_PROJECT_ID', credentials=credentials) print(client.query(query).to_dataframe()) EOF

5. YOUR_PROJECT_ID 変数と YOUR_SERVICE_ACCOUNT 変数を自身の認証情報に置き換え、Python3 コマンドを使用してファイルを実行します。

python3 query.py 注: 以下のリソースを作成するには、[ここをクリックしてヒントを確認] をクリックし、Gemini でプロンプトを使用してリソースを作成するコマンドを取得する必要があります。

[進行状況を確認] をクリックして、目標に沿って進んでいることを確認します。 クライアント ライブラリを使用して、サービス アカウントから BigQuery にアクセスする

お疲れさまでした

これで完了です。Gemini プロンプトの助けを借りて、Google Cloud サービス アカウントの作成、サービス アカウントへのロールの割り当て、gcloud CLI を使用した IAM 権限の構成、カスタムロールの作成を行うことができました。

Google Cloud トレーニングと認定資格

Google Cloud トレーニングと認定資格を通して、Google Cloud 技術を最大限に活用できるようになります。必要な技術スキルとベスト プラクティスについて取り扱うクラスでは、学習を継続的に進めることができます。トレーニングは基礎レベルから上級レベルまであり、オンデマンド、ライブ、バーチャル参加など、多忙なスケジュールにも対応できるオプションが用意されています。認定資格を取得することで、Google Cloud テクノロジーに関するスキルと知識を証明できます。

マニュアルの最終更新日: 2026 年 10 月 5 日

ラボの最終テスト日: 2026 年 10 月 5 日

Copyright 2026 Google LLC. All rights reserved. Google および Google のロゴは Google LLC の商標です。その他すべての企業名および商品名はそれぞれ各社の商標または登録商標です。