Docker - Podstawy
Dockerfile, obrazy, kontenery, volumes, networks, registries, multi-stage builds, best practices
1Czym jest kontener Docker?
Czym jest kontener Docker?
Odpowiedź
Kontener Docker to wykonywalna instancja obrazu Docker. Hermetyzuje aplikację i wszystkie jej zależności w izolowanym i przenośnym środowisku. W przeciwieństwie do maszyn wirtualnych, kontenery współdzielą jądro systemu hosta, co czyni je znacznie lżejszymi i szybszymi w uruchamianiu. Każdy kontener ma własny system plików, własny stos sieciowy i własne izolowane procesy.
2Czym jest obraz Docker?
Czym jest obraz Docker?
Odpowiedź
Obraz Docker to szablon tylko do odczytu zawierający instrukcje tworzenia kontenera. Zawiera kod aplikacji, biblioteki, zależności, narzędzia i pliki potrzebne do wykonania. Obrazy są budowane z Dockerfile i składają się z ułożonych warstw (layers). Każda instrukcja Dockerfile tworzy nową warstwę, umożliwiając wydajne współdzielenie i ponowne wykorzystanie wspólnych warstw między obrazami.
3Jaka jest funkcja Dockerfile?
Jaka jest funkcja Dockerfile?
Odpowiedź
Dockerfile to plik tekstowy zawierający serię instrukcji do automatycznego budowania obrazu Docker. Każda instrukcja (FROM, RUN, COPY, itp.) tworzy warstwę w finalnym obrazie. Dockerfile pozwala definiować deklaratywnie i powtarzalnie środowisko uruchomieniowe aplikacji. Gwarantuje, że obraz będzie identyczny przy każdym buildzie, ułatwiając wdrażanie i współpracę między zespołami.
Która instrukcja Dockerfile określa obraz bazowy?
Jaka jest różnica między instrukcjami COPY i ADD w Dockerfile?
+22 pytań z rozmów
Inne tematy rekrutacyjne Data Engineering
Linux & Shell - Podstawy
Git & GitHub - Podstawy
Zaawansowany Python dla Data Engineering
Google Cloud Platform - Podstawy
CI/CD i jakość kodu
Docker Compose
FastAPI - API danych
Zaawansowany SQL dla Data Engineering
Data Lake - Architektura i wprowadzanie danych
BigQuery dla Data Engineering
PostgreSQL - Administracja
Data Modeling dla Data Engineering
Fivetran & Airbyte - Pozyskiwanie danych
dbt - Podstawy
Apache Airflow - Podstawy
Kubernetes - Podstawy
dbt - Zaawansowane funkcje
Wzorce ETL / ELT / ETLT
Apache Airflow - Zaawansowany
Airflow + dbt - Orkiestracja pipeline'ów
PySpark - Przetwarzanie na dużą skalę
Google Pub/Sub - Streaming danych
Apache Beam & Dataflow
Kubernetes - Produkcja i skalowanie
Terraform - Infrastructure as Code
Bazy danych NoSQL
Nowoczesna Data Architecture
Monitorowanie i obserwowalność
IAM i bezpieczeństwo danych
Opanuj Data Engineering na następną rozmowę
Uzyskaj dostęp do wszystkich pytań, flashcards, testów technicznych, ćwiczeń code review i symulatorów rozmów.
Zacznij za darmo