Terraform - Infrastructure as Code
Providers, resources, state, modules, variables, outputs, plan/apply, workspaces, backends
1Czym jest Terraform i jaka jest jego główna zaleta w porównaniu z ręczną konfiguracją infrastruktury?
Czym jest Terraform i jaka jest jego główna zaleta w porównaniu z ręczną konfiguracją infrastruktury?
Odpowiedź
Terraform to narzędzie Infrastructure as Code (IaC) opracowane przez HashiCorp, które umożliwia deklaratywne definiowanie i udostępnianie infrastruktury za pomocą plików konfiguracyjnych. Jego główną zaletą jest powtarzalność: ta sama konfiguracja zawsze daje ten sam wynik, eliminując błędy ludzkie i umożliwiając wersjonowanie infrastruktury jak kodu.
2Jaka jest rola providera w Terraform?
Jaka jest rola providera w Terraform?
Odpowiedź
Provider to wtyczka, która umożliwia Terraform interakcję z konkretną platformą (AWS, GCP, Azure itp.). Tłumaczy zasoby Terraform na wywołania API do docelowej usługi. Każdy provider musi być skonfigurowany z niezbędnymi poświadczeniami i udostępnia typy zasobów dostępne dla danej platformy.
3Jaka jest różnica między resource a data source w Terraform?
Jaka jest różnica między resource a data source w Terraform?
Odpowiedź
Resource tworzy i zarządza elementem infrastruktury (tworzenie, modyfikacja, usuwanie), podczas gdy data source pozwala odczytywać informacje o istniejących zasobach bez ich modyfikowania. Data sources są przydatne do odwoływania się do elementów utworzonych poza Terraform lub przez inne konfiguracje.
Do czego służy plik terraform.tfstate?
Jaką komendę uruchomić, aby zobaczyć zmiany, które Terraform wprowadzi, bez ich stosowania?
+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
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
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