Docker - Основи
Dockerfile, образи, контейнери, volumes, networks, registries, multi-stage builds, best practices
1Що таке контейнер Docker?
Що таке контейнер Docker?
Відповідь
Контейнер Docker — це виконуваний екземпляр образу Docker. Він інкапсулює застосунок і всі його залежності в ізольованому та переносному середовищі. На відміну від віртуальних машин, контейнери спільно використовують ядро хост-системи, що робить їх значно легшими та швидшими у запуску. Кожен контейнер має власну файлову систему, мережевий стек та власні ізольовані процеси.
2Що таке образ Docker?
Що таке образ Docker?
Відповідь
Образ Docker — це шаблон лише для читання, який містить інструкції для створення контейнера. Він включає код застосунку, бібліотеки, залежності, інструменти та файли, необхідні для виконання. Образи будуються з Dockerfile і складаються з накладених шарів (layers). Кожна інструкція Dockerfile створює новий шар, що дозволяє ефективне спільне використання та повторне використання спільних шарів між образами.
3Яка функція Dockerfile?
Яка функція Dockerfile?
Відповідь
Dockerfile — це текстовий файл, що містить серію інструкцій для автоматичної побудови образу Docker. Кожна інструкція (FROM, RUN, COPY тощо) створює шар у фінальному образі. Dockerfile дозволяє визначати середовище виконання застосунку декларативно та відтворювано. Він гарантує, що образ буде ідентичним при кожному білді, полегшуючи розгортання та співпрацю між командами.
Яка інструкція Dockerfile задає базовий образ?
Яка різниця між інструкціями COPY та ADD у Dockerfile?
+22 питань зі співбесід
Інші теми співбесід Data Engineering
Linux & Shell - Основи
Git & GitHub - Основи
Просунутий Python для Data Engineering
Google Cloud Platform - Основи
CI/CD та якість коду
Docker Compose
FastAPI - API даних
Просунутий SQL для Data Engineering
Data Lake - Архітектура та завантаження даних
BigQuery для Data Engineering
PostgreSQL - Адміністрування
Data Modeling для Data Engineering
Fivetran & Airbyte - Завантаження даних
dbt - Основи
Apache Airflow - Основи
Kubernetes - Основи
dbt - Розширені можливості
Патерни ETL / ELT / ETLT
Apache Airflow - Просунутий
Airflow + dbt - Оркестрація пайплайнів
PySpark - Великомасштабна обробка
Google Pub/Sub - Стрімінг даних
Apache Beam & Dataflow
Kubernetes - Продакшн та масштабування
Terraform - Infrastructure as Code
Бази даних NoSQL
Сучасна Data Architecture
Моніторинг та спостережуваність
IAM та безпека даних
Опануй Data Engineering для наступної співбесіди
Отримай доступ до всіх питань, flashcards, технічних тестів, вправ code review та симуляторів співбесід.
Почни безкоштовно