Google Cloud Platform - Grundlagen
GCP-Projekte, IAM, Service Accounts, Cloud Storage, Compute Engine, Cloud Shell, gcloud CLI
1Was ist ein GCP-Projekt?
Was ist ein GCP-Projekt?
Antwort
Ein GCP-Projekt ist die grundlegende Organisationseinheit in Google Cloud Platform. Es gruppiert Ressourcen (VMs, Buckets, Datenbanken), Benutzer und Abrechnung. Jede Ressource gehört zu genau einem Projekt, was die Isolation von Umgebungen (dev, staging, prod) und die Zugriffskontrolle über IAM ermöglicht.
2Was ist das Format einer Project ID in GCP?
Was ist das Format einer Project ID in GCP?
Antwort
Die Project ID ist ein eindeutiger und unveränderlicher Bezeichner aus 6 bis 30 Zeichen (Kleinbuchstaben, Zahlen, Bindestriche). Sie wird bei der Projekterstellung festgelegt und kann danach nicht mehr geändert werden. Der Project Name kann hingegen jederzeit geändert werden und hat keine Formatbeschränkungen.
3Was ist IAM in Google Cloud Platform?
Was ist IAM in Google Cloud Platform?
Antwort
IAM (Identity and Access Management) ist das Zugriffsverwaltungssystem von GCP. Es definiert, wer (Identität) was (Rolle) auf welcher Ressource tun darf. IAM folgt dem Prinzip des geringsten Privilegs: nur notwendige Berechtigungen erteilen. Rollen können Benutzern, Gruppen oder Service Accounts zugewiesen werden.
Was ist der Unterschied zwischen einer primitiven Rolle und einer vordefinierten Rolle in IAM?
Was ist ein Service Account in GCP?
+17 Interview-Fragen
Weitere Data Engineering-Interviewthemen
Linux & Shell - Grundlagen
Git & GitHub - Grundlagen
Fortgeschrittenes Python für Data Engineering
Docker - Grundlagen
CI/CD und Codequalität
Docker Compose
FastAPI - Daten-APIs
Fortgeschrittenes SQL für Data Engineering
Data Lake - Architektur und Ingestion
BigQuery für Data Engineering
PostgreSQL - Administration
Data Modeling für Data Engineering
Fivetran & Airbyte - Daten-Ingestion
dbt - Grundlagen
Apache Airflow - Grundlagen
Kubernetes - Grundlagen
dbt - Erweiterte Funktionen
ETL- / ELT- / ETLT-Patterns
Apache Airflow - Fortgeschritten
Airflow + dbt - Pipeline-Orchestrierung
PySpark - Verarbeitung im großen Maßstab
Google Pub/Sub - Daten-Streaming
Apache Beam & Dataflow
Kubernetes - Produktion und Skalierung
Terraform - Infrastructure as Code
NoSQL-Datenbanken
Moderne Data Architecture
Monitoring und Observability
IAM und Datensicherheit
Meistere Data Engineering für dein nächstes Interview
Zugang zu allen Fragen, Flashcards, technischen Tests, Code-Review-Übungen und Interview-Simulatoren.
Kostenlos starten