Kubernetes - Fundamenten
Pods, Deployments, Services, Ingress, ConfigMaps, Secrets, namespaces, kubectl, YAML-manifesten
1Wat is de kleinste implementeerbare eenheid in Kubernetes?
Wat is de kleinste implementeerbare eenheid in Kubernetes?
Antwoord
De Pod is de kleinste implementeerbare eenheid in Kubernetes. Een Pod vertegenwoordigt één of meer containers die hetzelfde netwerk en dezelfde opslag delen. Het vormt het basisbouwblok waarop alle andere Kubernetes-abstracties zoals Deployments, ReplicaSets en Services zijn gebouwd.
2Welk Kubernetes-component is verantwoordelijk voor het handhaven van een gespecificeerd aantal draaiende Pod-replica's?
Welk Kubernetes-component is verantwoordelijk voor het handhaven van een gespecificeerd aantal draaiende Pod-replica's?
Antwoord
Een Deployment beheert ReplicaSets die het gewenste aantal draaiende Pods handhaven. Het biedt rolling update-, rollback- en schaalmogelijkheden. Deployment is de aanbevolen manier om stateless applicaties in Kubernetes te implementeren.
3Welk kubectl-commando toont alle Pods over alle namespaces?
Welk kubectl-commando toont alle Pods over alle namespaces?
Antwoord
Het commando kubectl get pods --all-namespaces (of -A als afkorting) toont alle Pods uit alle namespaces. Standaard werkt kubectl in de default namespace. Met de --all-namespaces flag kunnen systeembronnen in kube-system worden bekeken evenals die in andere namespaces.
Welk Kubernetes Service-type exposeert Pods alleen binnen het cluster?
Hoe sla je niet-gevoelige configuratiegegevens op in Kubernetes?
+17 gespreksvragen
Andere Data Engineering-sollicitatieonderwerpen
Linux & Shell - Grondbeginselen
Git & GitHub - Grondbeginselen
Geavanceerde Python voor Data Engineering
Docker - Basisbeginselen
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
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