Terraform - Infrastructure as Code
Providers, resources, state, modules, variables, outputs, plan/apply, workspaces, backends
1Що таке Terraform і яка його основна перевага порівняно з ручним налаштуванням інфраструктури?
Що таке Terraform і яка його основна перевага порівняно з ручним налаштуванням інфраструктури?
Відповідь
Terraform — це інструмент Infrastructure as Code (IaC), розроблений HashiCorp, який дозволяє декларативно визначати та надавати інфраструктуру через конфігураційні файли. Його основна перевага — відтворюваність: одна й та сама конфігурація завжди дає однаковий результат, усуваючи людські помилки та дозволяючи версіонувати інфраструктуру як код.
2Яка роль provider у Terraform?
Яка роль provider у Terraform?
Відповідь
Provider — це плагін, який дозволяє Terraform взаємодіяти з конкретною платформою (AWS, GCP, Azure тощо). Він перетворює ресурси Terraform на виклики API до цільового сервісу. Кожен provider має бути налаштований з необхідними обліковими даними та надає типи ресурсів, доступні для цієї платформи.
3Яка різниця між resource і data source у Terraform?
Яка різниця між resource і data source у Terraform?
Відповідь
Resource створює та керує елементом інфраструктури (створення, зміна, видалення), а data source дозволяє читати інформацію про існуючі ресурси без їх зміни. Data sources корисні для посилання на елементи, створені поза Terraform або іншими конфігураціями.
Для чого призначений файл terraform.tfstate?
Яку команду виконати, щоб побачити зміни, які Terraform внесе, не застосовуючи їх?
+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
Kubernetes - Продакшн та масштабування
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