Google Cloud Digital Leader
225道练习题
最后审核：April 2026
为你的学习之旅记录个人笔记和资源链接
按认证筛选
Google Cloud Digital Leader (CDL) 是 Google Cloud 认证体系的入门级非技术性认证。它验证了对 Google Cloud 如何帮助组织进行数字化转型（涵盖数据、AI、基础设施现代化、安全和运营）的实际理解，而无需动手实践的工程经验。该考试面向需要可信地阐述 Google Cloud 功能、价值主张和核心服务系列的业务决策者、销售工程师、项目经理和技术负责人。预计会出现关于将云解决方案与业务成果相匹配的概念性情景问题，不涉及命令行、配置或编码内容。其范围和难度大致与 AWS Cloud Practitioner 和 Azure Fundamentals 相当。
公司为何转向云：业务驱动因素、TCO、敏捷性、四种云部署模型。占 10%，是权重最低的领域，但为整个考试奠定了框架。
BigQuery、Looker、Dataflow、Pub/Sub 的概念层面知识。数据生命周期、结构化数据与非结构化数据、数据仓库与数据湖的区别。约占 15% 的考题。
Vertex AI, Gemini for Google Cloud, AutoML，预训练 API (Vision, Speech, Translation)，以及负责任的 AI 框架。ML/AI 生命周期是概念性的，不涉及动手实践。
最大的领域，占 25%。Compute Engine、GKE、Cloud Run、App Engine；“直接迁移 (lift-and-shift)”与“重构 (refactor)”与“重建 (rebuild)”的迁移路径；使用 Anthos 实现混合云和多云。
共享责任模型、IAM 基础知识、默认加密、云采用框架，以及 Google Cloud 合规性产品（ISO、SOC、FedRAMP）。
财务治理 (Active Assist、账单报告)、Cloud Operations 套件 (Logging、Monitoring、Trace)，以及客户服务支持层级。占 20% — 第二大领域。
您将在考试中遇到的服务及其重要性。
虚拟机服务，涵盖通用型、计算优化型、内存优化型、加速器和 Tau Arm 实例系列，支持按需、承诺使用和竞价计费模式。
为什么会出现在考试中： 典型的 IaaS 平台——CDL 考试中“现代化基础设施和应用程序”领域的问题将 Compute Engine 定位为 PaaS 和无服务器选项所改进的“提升和转移”基线。
托管式 Kubernetes 服务，提供 Standard 和 Autopilot 模式、多集群舰队管理，以及内置的自动扩缩、安全态势和发布渠道。
为什么会出现在考试中： CDL 将 GKE 视为应用程序现代化的核心容器平台——这是“现代化基础设施和应用程序”领域中反复出现的“容器 vs. 虚拟机 vs. 无服务器”比较。
全托管无服务器容器平台，可扩缩至零，按请求和资源使用量计费，原生支持 HTTP 服务和事件驱动型作业。
为什么会出现在考试中： 当问题询问如何在不管理服务器的情况下现代化无状态工作负载时，这是参考答案——也是“现代化基础设施和应用程序”的核心考点。
对象存储，提供 Standard、Nearline、Coldline 和 Archive 存储类别，具备 11 个 9 的持久性，支持双区域/多区域复制和 Autoclass 生命周期自动化。
为什么会出现在考试中： 几乎所有 CDL 数据和现代化场景的基础；存储类别选择和生命周期策略贯穿“探索数据转换”和“信任与安全”领域。
无服务器多云数据仓库，存储与计算分离，内置 ML (BigQuery ML)，并支持跨 Sheets、Cloud Storage 和外部数据湖的联邦查询。
为什么会出现在考试中： “使用 Google Cloud 探索数据转换”领域以 BigQuery 作为分析旗舰——预计会考查无服务器经济学、SQL 中的 ML 以及数据湖集成。
适用于 MySQL、PostgreSQL 和 SQL Server 的托管式关系型数据库服务，提供自动化备份、高可用性和读取副本。
为什么会出现在考试中： 当 CDL 场景询问如何在不自行操作数据库引擎的情况下“提升和转移”事务型数据库时，这是默认答案。
全球分布式、强一致性的关系型数据库，支持横向扩缩和 99.999% SLA，专为关键任务、高吞吐量的事务型工作负载设计。
为什么会出现在考试中： 在“现代化基础设施和应用程序”领域中，当业务需要大规模全球一致性时，它被引用为答案——这是与 Cloud SQL 的区别。
统一的 ML 平台，涵盖 AutoML、自定义训练、Model Garden（Gemini 和合作伙伴模型）、Vertex AI Agent Builder 和用于提示迭代的 Vertex AI Studio。
为什么会出现在考试中： “使用 Google Cloud 人工智能进行创新”领域以 Vertex AI 为核心——问题会区分 AutoML、基础模型和智能体模式。
事件驱动型无服务器计算，响应 HTTP、Pub/Sub、Cloud Storage 或 Eventarc 触发器运行单一用途函数，按调用次数计费。
为什么会出现在考试中： 在“现代化基础设施”中关于无服务器粒度和事件驱动集成的问题中，它经常与 Cloud Run 进行对比。
混合多云应用程序平台，通过单一控制平面将 GKE、服务网格和策略管理扩展到本地、AWS 和 Azure。
为什么会出现在考试中： 在“现代化基础设施和应用程序”中，对于需要在本地和云之间实现一致操作的场景，Anthos 是指定答案——这是 CDL 级别的区别点。
适用于 HTTP(S)、TCP/SSL 和内部流量的全球和区域负载均衡，具备单一任意播 IP、集成 WAF 和自动扩缩功能。
为什么会出现在考试中： 出现在“现代化基础设施和应用程序”下的扩缩和全球可用性场景中——通常与区域替代方案形成对比。
全球分布式边缘缓存，作为 HTTP(S) 负载均衡的前端，通过缓存失效和签名 URL 加速静态和动态内容交付。
为什么会出现在考试中： 当 CDL 场景询问如何减少全球用户的延迟或分流源站流量时，都会引用它——“现代化基础设施和应用程序”领域。
托管式异步消息服务，用于事件摄取和解耦微服务，提供至少一次交付和全球主题复制。
为什么会出现在考试中： “探索数据转换”包括流式摄取模式——Pub/Sub 是用于将高吞吐量事件管道馈送到 BigQuery 或 Dataflow 的默认答案。
现代 BI 平台，具有语义建模层 (LookML)、嵌入式分析和 Looker Studio，用于在 BigQuery 及其他数据仓库上构建自助式仪表板。
为什么会出现在考试中： CDL 将 Looker 定位为“探索数据转换”中的可视化和决策支持层——将原始数据仓库数据与业务成果连接起来。
无服务器 Apache Beam 运行器，用于统一的批处理和流式数据处理，具备自动扩缩、精确一次语义和模板化管道。
为什么会出现在考试中： “探索数据转换”考察 ETL/ELT 模式——Dataflow 是将 Pub/Sub 或 Cloud Storage 数据转换为 BigQuery 的典型答案。
身份即服务，用于跨 Google Cloud 和 Google Workspace 管理用户、群组和设备，支持 SSO、MFA 和 SCIM 预配。
为什么会出现在考试中： “Google Cloud 信任与安全”的基础——关于员工身份、SSO 和 Workspace 到 Cloud 集成的问题都引用了它。
项目和资源级访问控制：包括主账号、角色（基本、预定义、自定义）、条件以及带有工作负载身份联合的服务账号。
为什么会出现在考试中： “Google Cloud 信任与安全”的核心服务——每个 CDL 访问控制场景都引用 IAM 角色和最小权限原则。
托管式密钥服务，用于对称和非对称加密、密钥轮换，以及与 Cloud Storage、BigQuery 和 Compute Engine 集成的客户管理加密密钥 (CMEK)。
为什么会出现在考试中： 在“信任与安全”中，当问题区分 Google 管理的加密密钥与客户管理的加密密钥用于合规性工作负载时，都会引用它。
集中式安全和风险管理平台，可发现 Google Cloud 资产中的错误配置、漏洞和威胁。
为什么会出现在考试中： “Google Cloud 信任与安全”领域期望将 Security Command Center 作为态势管理和持续合规性可见性的指定工具。
运维套件（前身为 Stackdriver），提供跨 Google Cloud 和混合工作负载的日志聚合、指标、正常运行时间检查、提醒和仪表板。
为什么会出现在考试中： 支持所有 CDL 领域中的持续运维场景——它是可观测性、事件响应以及成本和性能可见性的指定答案。
$75k–$115k–$175k USD 每年
该范围反映了美国境内需要熟练掌握 GCP 的业务和售前职位。仅凭 CDL 认证本身不足以实现薪资跳跃 — 它是一个补充现有领域经验的筛选信号。Google 合作伙伴销售职位薪资往往更高；FAANG 的 TPM 和高级解决方案顾问职位年总薪酬 (TC) 可超过 20 万美元。
来源：levels.fyi 2025–2026 (Google L4 non-engineering, partner sales engineers), U.S. BLS OEWS May 2024 (13-1111 management analysts, 41-9031 sales engineers)。数据为估算值；实际薪酬取决于职位、地区和经验。
Google Cloud 合作伙伴和经销商通常要求非工程人员在入职后 60-90 天内获得 CDL 认证，因此该证书的需求与 GCP 合作伙伴生态系统相关。在企业客户内部，CDL 最常出现在云项目经理、FinOps 分析师和售前解决方案顾问的个人资料中。它本身并不能开启工程面试 — 对于那些职位，Associate Cloud Engineer (ACE) 是有意义的下一步。截至 2026 年，GCP 在云市场中排名第三，落后于 AWS 和 Azure，因此 CDL 职位的绝对数量较低，但每个候选人的招聘竞争也相应较小。
没有正式的先决条件。Google 建议拥有三年或更长时间的总体行业经验，包括一年或更长时间在业务或技术角色中从事云技术相关工作，但考试本身对有动力的初学者来说确实易于入门。Google Cloud Skills Boost 上的官方 Cloud Digital Leader 学习路径（大约 12-15 小时的视频和阅读材料）涵盖了所有考点。
如果您来自其他云（AWS Cloud Practitioner、Azure Fundamentals），大部分概念性材料可以直接映射 — 您主要需要重新学习 Google 的服务名称。如果您完全没有云背景，预计需要额外花费几个小时来学习基本概念（虚拟化、API、共享责任模型），然后才能顺畅地学习官方路径。
CDL 是基础性的，且非常易于入门。如果您没有先前的云经验，请计划在 3-5 周内学习 25-40 小时；如果您已经拥有 AWS 或 Azure 基础认证，则可在 1-2 周内学习 10-15 小时。考试包含 50-60 道多项选择 / 多项选择题，时长 90 分钟，通过 Pearson VUE 交付（考试中心或在线监考）— Google 已于 2026 年初从 Kryterion / Webassessor 迁移。
最常见的难点是理清 Google 服务分类：计算方面是 Compute Engine vs. GKE vs. Cloud Run vs. App Engine；数据方面是 BigQuery vs. Cloud SQL vs. Spanner vs. Bigtable。考试喜欢情景题，其中两个服务在技术上都可行，但您需要选择最符合 Google 惯例的答案。Google 不公布具体分数 — 只显示通过/未通过。
考试指南于 2024 年 8 月更新，增加了 Gemini for Google Cloud 和更新的 Vertex AI 覆盖范围。生成式 AI 问题现在出现在多个领域。
首次全面上市，取代了旧的“云销售凭证”路径。建立了沿用至今的六个领域结构。
CDL (Google Cloud Digital Leader) 是一门被认为是入门级考试，测试概念理解的广度而非实际操作的深度Foundational级别考试。大多数考生需要为基础级别考试学习 30-80 小时，分摊在 3-6 周内完成。 大多数在模拟考试中持续得分高于及格线的考生，在第一次尝试时都能通过。
大多数考生需要为基础级别考试学习 30-80 小时，分摊在 3-6 周内完成。 通过考试所需时间因个人经验而异。在底层技术方面具有实际生产经验的工程师通常所需时间较少；平台新手则应计划在学习时间范围的上限。
CDL 是 GCP 生态系统中公认的证书，向雇主、招聘人员和客户表明您已具备经过验证的知识。它是否值得您投入时间和费用取决于您的角色和目标——对于日常使用 GCP 或希望从事相关工作的云工程师、架构师和顾问来说，其回报通常最大。
CDL 的及格分数是 未公布。考试包含 50 道题，时长为 1 小时 30 分钟。
CDL 考试费用为 $99 USD。费用由 GCP 设定，并可能因地区而异；预订前请务必在 GCP 官方认证页面确认当前价格。
Google Cloud 基础和助理级认证有效期为 3 年。通过重新通过当前版本的考试来重新认证。
是的。您可以选择在线考试（通过提供商的安全浏览器进行监考，在大多数地区全天候可用）或在工作时间内前往 Pearson VUE 线下考试中心参加。两种形式使用相同的题目、时间限制和及格分数。
CertLabPro 为 CDL 提供了包含 15 种学习模式的练习题库。考试模拟模式与真实考试一致：50 道题，时长 1 小时 30 分钟，及格分数同样为 未公布。浏览模式允许您静态阅读所有问答。