Kubernetes - Podstawy
Pods, Deployments, Services, Ingress, ConfigMaps, Secrets, namespaces, kubectl, manifesty YAML
1Jaka jest najmniejsza wdrażalna jednostka w Kubernetes?
Jaka jest najmniejsza wdrażalna jednostka w Kubernetes?
Odpowiedź
Pod jest najmniejszą wdrażalną jednostką w Kubernetes. Pod reprezentuje jeden lub więcej kontenerów współdzielących tę samą sieć i pamięć masową. Stanowi podstawowy element budulcowy, na którym opierają się wszystkie inne abstrakcje Kubernetes, takie jak Deployments, ReplicaSets i Services.
2Który komponent Kubernetes odpowiada za utrzymanie określonej liczby działających replik Podów?
Który komponent Kubernetes odpowiada za utrzymanie określonej liczby działających replik Podów?
Odpowiedź
Deployment zarządza ReplicaSets, które utrzymują pożądaną liczbę działających Podów. Zapewnia możliwości rolling update, rollback i skalowania. Deployment to zalecany sposób wdrażania aplikacji stateless w Kubernetes.
3Które polecenie kubectl wyświetla wszystkie Pody we wszystkich namespace'ach?
Które polecenie kubectl wyświetla wszystkie Pody we wszystkich namespace'ach?
Odpowiedź
Polecenie kubectl get pods --all-namespaces (lub w skrócie -A) wyświetla wszystkie Pody ze wszystkich namespace'ów. Domyślnie kubectl działa w namespace default. Flaga --all-namespaces pozwala zobaczyć zasoby systemowe w kube-system oraz te w innych namespace'ach.
Który typ Service Kubernetes eksponuje Pody tylko wewnątrz klastra?
Jak przechowywać niewrażliwe dane konfiguracyjne w Kubernetes?
+17 pytań z rozmów
Inne tematy rekrutacyjne Data Engineering
Linux & Shell - Podstawy
Git & GitHub - 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
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