Question 1

Kubernetes 생태계에서 Helm의 주요 역할은 무엇입니까?

Accepted Answer

Helm은 Kubernetes용 패키지 매니저입니다. 템플릿화된 YAML 파일의 모음인 chart를 통해 복잡한 애플리케이션을 정의, 설치 및 업그레이드할 수 있습니다. Helm은 종속성, 버전 및 설정을 재현 가능한 방식으로 관리하여 배포를 단순화합니다.

Question 2

Deployment와 StatefulSet의 근본적인 차이점은 무엇입니까?

Accepted Answer

StatefulSet은 각 pod에 대해 안정적이고 영구적인 ID (네트워크 이름, 스토리지)를 보장하는 반면, Deployment는 pod를 교환 가능한 것으로 취급합니다. StatefulSet은 각 인스턴스가 재시작 시에도 ID와 데이터를 유지해야 하는 데이터베이스와 같은 stateful 애플리케이션에 필수적입니다.

Question 3

Horizontal Pod Autoscaler (HPA)는 레플리카 수를 조정하기 위해 어떻게 작동합니까?

Accepted Answer

HPA는 Metrics Server를 통해 pod 메트릭 (CPU, 메모리 또는 사용자 정의 메트릭)을 모니터링하고 목표 사용률을 유지하기 위해 레플리카 수를 자동으로 조정합니다. 현재 사용량과 목표 사이의 비율을 계산한 다음 그에 따라 스케일 업 또는 다운하며, thrashing을 방지하기 위해 cooldown 기간을 둡니다.

Kubernetes - 프로덕션 및 스케일링

Kubernetes 생태계에서 Helm의 주요 역할은 무엇입니까?

답변

Deployment와 StatefulSet의 근본적인 차이점은 무엇입니까?

답변

Horizontal Pod Autoscaler (HPA)는 레플리카 수를 조정하기 위해 어떻게 작동합니까?

답변

HPA (Horizontal Pod Autoscaler)와 VPA (Vertical Pod Autoscaler)의 차이점은 무엇입니까?

Kubernetes에서 PersistentVolume (PV)와 PersistentVolumeClaim (PVC)의 역할은 무엇입니까?

기타 Data Engineering 면접 주제

Linux & Shell - 기초

Git & GitHub - 기초

데이터 엔지니어링을 위한 고급 Python

Docker - 기초

Google Cloud Platform - 기초

CI/CD 및 코드 품질

Docker Compose

FastAPI - 데이터 API

Data Engineering을 위한 고급 SQL

Data Lake - 아키텍처 및 수집

데이터 엔지니어링을 위한 BigQuery

PostgreSQL - 관리

Data Engineering을 위한 Data Modeling

Fivetran & Airbyte - 데이터 수집

dbt - 기초

Apache Airflow - 기초

Kubernetes - 기초

dbt - 고급 기능

ETL / ELT / ETLT 패턴

Apache Airflow - 고급

Airflow + dbt - 파이프라인 오케스트레이션

PySpark - 대규모 처리

Google Pub/Sub - 데이터 스트리밍

Apache Beam & Dataflow

Terraform - Infrastructure as Code

NoSQL 데이터베이스

모던 Data Architecture

모니터링 및 관찰 가능성

IAM 및 데이터 보안

다음 면접을 위해 Data Engineering을 마스터하세요