Docker Compose
Archivo docker-compose.yml, services, depends_on, healthchecks, volúmenes compartidos, networks, variables de entorno, profiles
1¿Cuál es el rol principal de un archivo docker-compose.yml?
¿Cuál es el rol principal de un archivo docker-compose.yml?
Respuesta
El archivo docker-compose.yml permite definir y ejecutar aplicaciones Docker multi-contenedor. Describe los services, sus imágenes, volúmenes, networks y dependencias en un formato YAML declarativo. Esto simplifica el arranque de entornos complejos con un solo comando docker compose up.
2¿Qué comando inicia todos los services definidos en docker-compose.yml en segundo plano?
¿Qué comando inicia todos los services definidos en docker-compose.yml en segundo plano?
Respuesta
El comando docker compose up -d inicia todos los services en modo detached (daemon). El flag -d permite que los contenedores se ejecuten en segundo plano, liberando el terminal. Sin este flag, los logs de todos los services se muestran en el terminal y detener el proceso detiene los contenedores.
3¿Cómo definir un volumen nombrado compartido entre múltiples services en docker-compose.yml?
¿Cómo definir un volumen nombrado compartido entre múltiples services en docker-compose.yml?
Respuesta
Los named volumes se declaran en una sección volumes: a nivel raíz del archivo, luego se referencian en cada service. A diferencia de los bind mounts, los named volumes son gestionados por Docker y persisten independientemente de los contenedores. Permiten compartir datos entre services de manera confiable.
¿Cuál es la diferencia entre depends_on y healthcheck en Docker Compose?
¿Cómo configurar un healthcheck para un service PostgreSQL en docker-compose.yml?
+17 preguntas de entrevista
Otros temas de entrevista Data Engineering
Linux & Shell - Fundamentos
Git & GitHub - Fundamentos
Python avanzado para Data Engineering
Docker - Fundamentos
Google Cloud Platform - Fundamentos
CI/CD y calidad de código
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