Terraform - Infrastructure as Code
Providers, resources, state, modules, variables, outputs, plan/apply, workspaces, backends
1Qu'est-ce que Terraform et quel est son principal avantage par rapport à la configuration manuelle d'infrastructure ?
Qu'est-ce que Terraform et quel est son principal avantage par rapport à la configuration manuelle d'infrastructure ?
Réponse
Terraform est un outil d'Infrastructure as Code (IaC) développé par HashiCorp qui permet de définir et provisionner l'infrastructure de manière déclarative via des fichiers de configuration. Son principal avantage est la reproductibilité : la même configuration produit toujours le même résultat, éliminant les erreurs humaines et permettant le versioning de l'infrastructure comme du code.
2Quel est le rôle d'un provider dans Terraform ?
Quel est le rôle d'un provider dans Terraform ?
Réponse
Un provider est un plugin qui permet à Terraform d'interagir avec une plateforme spécifique (AWS, GCP, Azure, etc.). Il traduit les ressources Terraform en appels API vers le service cible. Chaque provider doit être configuré avec les credentials nécessaires et expose les types de ressources disponibles pour cette plateforme.
3Quelle est la différence entre une resource et une data source dans Terraform ?
Quelle est la différence entre une resource et une data source dans Terraform ?
Réponse
Une resource crée et gère un élément d'infrastructure (création, modification, suppression), tandis qu'une data source permet de lire des informations sur des ressources existantes sans les modifier. Les data sources sont utiles pour référencer des éléments créés en dehors de Terraform ou par d'autres configurations.
À quoi sert le fichier terraform.tfstate ?
Quelle commande exécuter pour voir les changements que Terraform va effectuer sans les appliquer ?
+17 questions d'entretien
Autres sujets d'entretien Data Engineering
Linux & Shell - Fondamentaux
Git & GitHub - Fondamentaux
Python avancé pour le Data Engineering
Docker - Fondamentaux
Google Cloud Platform - Fondamentaux
CI/CD et qualité de code
Docker Compose
FastAPI - APIs de données
SQL avancé pour le Data Engineering
Data Lake - Architecture et ingestion
BigQuery pour le Data Engineering
PostgreSQL - Administration
Data Modeling pour le Data Engineering
Fivetran & Airbyte - Ingestion de données
dbt - Fondamentaux
Apache Airflow - Fondamentaux
Kubernetes - Fondamentaux
dbt - Fonctionnalités avancées
Patterns ETL / ELT / ETLT
Apache Airflow - Avancé
Airflow + dbt - Orchestration de pipelines
PySpark - Traitement à grande échelle
Google Pub/Sub - Streaming de données
Apache Beam & Dataflow
Kubernetes - Production et scaling
Bases de données NoSQL
Architecture Data moderne
Monitoring et observabilité
IAM et sécurité des données
Maîtrise Data Engineering pour ton prochain entretien
Accède à toutes les questions, flashcards, tests techniques, exercices de code review et simulateurs d'entretien.
Commencer gratuitement