Docker - Basisbeginselen
Dockerfile, images, containers, volumes, networks, registries, multi-stage builds, best practices
1Wat is een Docker-container?
Wat is een Docker-container?
Antwoord
Een Docker-container is een uitvoerbare instantie van een Docker-image. Het kapselt een applicatie en al zijn afhankelijkheden in een geïsoleerde en draagbare omgeving. In tegenstelling tot virtuele machines delen containers de kernel van het hostsysteem, waardoor ze veel lichter en sneller te starten zijn. Elke container heeft zijn eigen bestandssysteem, netwerkstack en geïsoleerde processen.
2Wat is een Docker-image?
Wat is een Docker-image?
Antwoord
Een Docker-image is een alleen-lezen template dat de instructies bevat voor het maken van een container. Het bevat de applicatiecode, bibliotheken, afhankelijkheden, tools en bestanden die nodig zijn voor uitvoering. Images worden gebouwd vanuit een Dockerfile en bestaan uit gestapelde lagen (layers). Elke Dockerfile-instructie creëert een nieuwe laag, wat efficiënt delen en hergebruiken van gemeenschappelijke lagen tussen images mogelijk maakt.
3Wat is het doel van een Dockerfile?
Wat is het doel van een Dockerfile?
Antwoord
Een Dockerfile is een tekstbestand met een reeks instructies om automatisch een Docker-image te bouwen. Elke instructie (FROM, RUN, COPY, enz.) creëert een laag in de uiteindelijke image. Met de Dockerfile kunt u de runtime-omgeving van een applicatie declaratief en reproduceerbaar definiëren. Het garandeert dat de image bij elke build identiek zal zijn, wat de implementatie en samenwerking tussen teams vergemakkelijkt.
Welke Dockerfile-instructie specificeert de basisimage?
Wat is het verschil tussen de COPY en ADD instructies in een Dockerfile?
+22 gespreksvragen
Andere Data Engineering-sollicitatieonderwerpen
Linux & Shell - Grondbeginselen
Git & GitHub - Grondbeginselen
Geavanceerde Python voor Data Engineering
Google Cloud Platform - Fundamenten
CI/CD en codekwaliteit
Docker Compose
FastAPI - Data-API's
Geavanceerde SQL voor Data Engineering
Data Lake - Architectuur en ingestie
BigQuery voor Data Engineering
PostgreSQL - Administratie
Data Modeling voor Data Engineering
Fivetran & Airbyte - Data-ingestie
dbt - Grondbeginselen
Apache Airflow - Grondbeginselen
Kubernetes - Fundamenten
dbt - Geavanceerde functies
ETL- / ELT- / ETLT-patronen
Apache Airflow - Gevorderd
Airflow + dbt - Pipeline-orkestratie
PySpark - Grootschalige verwerking
Google Pub/Sub - Datastreaming
Apache Beam & Dataflow
Kubernetes - Productie en scaling
Terraform - Infrastructure as Code
NoSQL-databases
Moderne Data Architecture
Monitoring en observability
IAM en gegevensbeveiliging
Beheers Data Engineering voor je volgende gesprek
Krijg toegang tot alle vragen, flashcards, technische tests, code review-oefeningen en gespreksimulatoren.
Begin gratis