Git & GitHub - Podstawy
Branching, merge, rebase, pull requesty, gitflow, .gitignore, hooki, workflowy CI/CD
1Które polecenie inicjalizuje nowe repozytorium Git w istniejącym katalogu?
Które polecenie inicjalizuje nowe repozytorium Git w istniejącym katalogu?
Odpowiedź
Polecenie git init tworzy nowe repozytorium Git w bieżącym katalogu, inicjalizując podkatalog .git zawierający wszystkie pliki potrzebne do wersjonowania. To polecenie jest pierwszym krokiem do rozpoczęcia śledzenia zmian w istniejącym projekcie.
2Jaka jest różnica między git clone a git init?
Jaka jest różnica między git clone a git init?
Odpowiedź
git init tworzy nowe puste repozytorium w bieżącym katalogu, podczas gdy git clone kopiuje istniejące zdalne repozytorium na lokalny komputer wraz z pełną historią commitów i gałęziami. git clone automatycznie konfiguruje również połączenie ze zdalnym repozytorium (origin).
3Które polecenie tworzy nową gałąź i przełącza na nią w jednej operacji?
Które polecenie tworzy nową gałąź i przełącza na nią w jednej operacji?
Odpowiedź
Polecenie git checkout -b nazwa_gałęzi tworzy nową gałąź i natychmiast na nią przełącza. Od Gita 2.23 można również użyć git switch -c nazwa_gałęzi, które jest bardziej jednoznaczne. Te polecenia pozwalają uniknąć wykonywania git branch, a następnie git checkout.
Jaka jest główna różnica między git merge a git rebase?
Dlaczego należy unikać wykonywania rebase na commitach już wypchniętych do współdzielonej gałęzi?
+17 pytań z rozmów
Inne tematy rekrutacyjne Data Engineering
Linux & Shell - Podstawy
Zaawansowany Python dla Data Engineering
Docker - Podstawy
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