Kubernetes - Продакшн та масштабування
Helm charts, HPA/VPA, StatefulSets, PersistentVolumes, RBAC, GKE, resource limits, Prometheus/Grafana, health probes
1Яка основна роль Helm в екосистемі Kubernetes?
Яка основна роль Helm в екосистемі Kubernetes?
Відповідь
Helm — це менеджер пакетів для Kubernetes. Він дозволяє визначати, встановлювати та оновлювати складні застосунки через chart-и, які є колекціями шаблонізованих YAML-файлів. Helm спрощує розгортання, керуючи залежностями, версіями та конфігураціями у відтворюваний спосіб.
2У чому полягає фундаментальна різниця між Deployment та StatefulSet?
У чому полягає фундаментальна різниця між Deployment та StatefulSet?
Відповідь
StatefulSet гарантує стабільну та постійну ідентичність для кожного поду (мережеве ім'я, сховище), тоді як Deployment розглядає поди як взаємозамінні. StatefulSet-и є важливими для stateful застосунків, таких як бази даних, де кожен екземпляр повинен зберігати свою ідентичність та дані між перезапусками.
3Як працює Horizontal Pod Autoscaler (HPA) для коригування кількості реплік?
Як працює Horizontal Pod Autoscaler (HPA) для коригування кількості реплік?
Відповідь
HPA відстежує метрики подів (CPU, пам'ять або користувацькі метрики) через Metrics Server і автоматично коригує кількість реплік для підтримання цільового використання. Він обчислює співвідношення між поточним та цільовим використанням, а потім масштабує вгору або вниз відповідно з періодами cooldown, щоб уникнути thrashing.
У чому різниця між HPA (Horizontal Pod Autoscaler) та VPA (Vertical Pod Autoscaler)?
Яка роль PersistentVolume (PV) та PersistentVolumeClaim (PVC) у Kubernetes?
+17 питань зі співбесід
Інші теми співбесід Data Engineering
Linux & Shell - Основи
Git & GitHub - Основи
Просунутий Python для Data Engineering
Docker - Основи
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
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