Question 1

Kubernetesエコシステムにおける Helm の主な役割は何ですか?

Accepted Answer

Helm は Kubernetes 用のパッケージマネージャーです。テンプレート化された YAML ファイルのコレクションである chart を介して、複雑なアプリケーションの定義、インストール、アップグレードを可能にします。Helm は依存関係、バージョン、設定を再現可能な方法で管理することでデプロイを簡素化します。

Question 2

Deployment と StatefulSet の根本的な違いは何ですか?

Accepted Answer

StatefulSet は各 pod に対して安定した永続的な ID (ネットワーク名、ストレージ) を保証しますが、Deployment は pod を交換可能なものとして扱います。StatefulSet は、各インスタンスが再起動後も ID とデータを保持する必要があるデータベースなどのステートフルアプリケーションに不可欠です。

Question 3

Horizontal Pod Autoscaler (HPA) はレプリカ数を調整するためにどのように機能しますか?

Accepted Answer

HPA は Metrics Server を介して pod のメトリクス (CPU、メモリ、またはカスタムメトリクス) を監視し、ターゲット使用率を維持するためにレプリカ数を自動的に調整します。現在の使用量とターゲットの比率を計算し、それに応じてスケールアップまたはスケールダウンを行い、スラッシングを防ぐためにクールダウン期間を設けます。

Kubernetes - 本番環境とスケーリング

Kubernetesエコシステムにおける Helm の主な役割は何ですか?

回答

Deployment と StatefulSet の根本的な違いは何ですか?

回答

Horizontal Pod Autoscaler (HPA) はレプリカ数を調整するためにどのように機能しますか?

回答

HPA (Horizontal Pod Autoscaler) と VPA (Vertical Pod Autoscaler) の違いは何ですか?

Kubernetes における PersistentVolume (PV) と PersistentVolumeClaim (PVC) の役割は何ですか?

その他のData Engineering面接トピック

Linux & Shell - 基礎

Git & GitHub - 基礎

データエンジニアリングのための高度なPython

Docker - 基礎

Google Cloud Platform - 基礎

CI/CDとコード品質

Docker Compose

FastAPI - データAPI

Data Engineering向けの高度なSQL

Data Lake - アーキテクチャと取り込み

データエンジニアリングのためのBigQuery

PostgreSQL - 管理

Data EngineeringのためのData Modeling

Fivetran & Airbyte - データ取り込み

dbt - 基礎

Apache Airflow - 基礎

Kubernetes - 基礎

dbt - 高度な機能

ETL / ELT / ETLT パターン

Apache Airflow - 上級

Airflow + dbt - パイプラインオーケストレーション

PySpark - 大規模処理

Google Pub/Sub - データストリーミング

Apache Beam & Dataflow

Terraform - Infrastructure as Code

NoSQLデータベース

モダンなData Architecture

モニタリングとオブザーバビリティ

IAMとデータセキュリティ

次の面接に向けてData Engineeringをマスター