Docker - Fundamentos
Dockerfile, imágenes, contenedores, volúmenes, networks, registries, multi-stage builds, best practices
1¿Qué es un contenedor Docker?
¿Qué es un contenedor Docker?
Respuesta
Un contenedor Docker es una instancia ejecutable de una imagen Docker. Encapsula una aplicación y todas sus dependencias en un entorno aislado y portable. A diferencia de las máquinas virtuales, los contenedores comparten el kernel del sistema host, lo que los hace mucho más ligeros y rápidos de iniciar. Cada contenedor tiene su propio sistema de archivos, su propia pila de red y sus propios procesos aislados.
2¿Qué es una imagen Docker?
¿Qué es una imagen Docker?
Respuesta
Una imagen Docker es una plantilla de solo lectura que contiene las instrucciones para crear un contenedor. Incluye el código de la aplicación, las bibliotecas, las dependencias, las herramientas y los archivos necesarios para la ejecución. Las imágenes se construyen a partir de un Dockerfile y están compuestas por capas (layers) apiladas. Cada instrucción del Dockerfile crea una nueva capa, lo que permite compartir y reutilizar eficientemente las capas comunes entre imágenes.
3¿Cuál es la función del Dockerfile?
¿Cuál es la función del Dockerfile?
Respuesta
Un Dockerfile es un archivo de texto que contiene una serie de instrucciones para construir automáticamente una imagen Docker. Cada instrucción (FROM, RUN, COPY, etc.) crea una capa en la imagen final. El Dockerfile permite definir de manera declarativa y reproducible el entorno de ejecución de una aplicación. Garantiza que la imagen será idéntica en cada build, facilitando así el despliegue y la colaboración entre equipos.
¿Qué instrucción de Dockerfile especifica la imagen base?
¿Cuál es la diferencia entre las instrucciones COPY y ADD en un Dockerfile?
+22 preguntas de entrevista
Otros temas de entrevista Data Engineering
Linux & Shell - Fundamentos
Git & GitHub - Fundamentos
Python avanzado para Data Engineering
Google Cloud Platform - Fundamentos
CI/CD y calidad de código
Docker Compose
FastAPI - APIs de datos
SQL avanzado para Data Engineering
Data Lake - Arquitectura e ingesta
BigQuery para Data Engineering
PostgreSQL - Administración
Data Modeling para Data Engineering
Fivetran & Airbyte - Ingesta de datos
dbt - Fundamentos
Apache Airflow - Fundamentos
Kubernetes - Fundamentos
dbt - Funcionalidades avanzadas
Patrones ETL / ELT / ETLT
Apache Airflow - Avanzado
Airflow + dbt - Orquestación de pipelines
PySpark - Procesamiento a gran escala
Google Pub/Sub - Streaming de datos
Apache Beam & Dataflow
Kubernetes - Producción y escalado
Terraform - Infrastructure as Code
Bases de datos NoSQL
Arquitectura Data moderna
Monitoreo y observabilidad
IAM y seguridad de datos
Domina Data Engineering para tu próxima entrevista
Accede a todas las preguntas, flashcards, tests técnicos, ejercicios de code review y simuladores de entrevista.
Empieza gratis