Question 1

Nguyên tắc cơ bản nào cần áp dụng khi gán quyền IAM trong GCP?

Accepted Answer

Nguyên tắc đặc quyền tối thiểu (least privilege) có nghĩa là chỉ cấp các quyền thực sự cần thiết để hoàn thành một nhiệm vụ. Trong Data Engineering, điều này có nghĩa là pipeline chỉ nên có quyền truy cập vào các bucket, dataset và table mà nó thực sự cần. Nguyên tắc này giảm bề mặt tấn công và hạn chế thiệt hại tiềm tàng nếu một service account bị xâm phạm.

Question 2

Sự khác biệt giữa service account và tài khoản người dùng trong GCP là gì?

Accepted Answer

Service account là một danh tính được thiết kế cho ứng dụng và dịch vụ, trong khi tài khoản người dùng đại diện cho một người. Service account xác thực bằng khóa JSON hoặc Workload Identity, không có mật khẩu và được thiết kế cho tự động hóa. Trong Data Engineering, mỗi pipeline nên có service account riêng với quyền cụ thể.

Question 3

Hệ thống phân cấp vai trò IAM trong GCP, từ ít quyền nhất đến nhiều quyền nhất, là gì?

Accepted Answer

Hệ thống phân cấp vai trò IAM đi từ Viewer (chỉ đọc) đến Editor (đọc/ghi không quản lý IAM) đến Owner (kiểm soát đầy đủ bao gồm IAM và thanh toán). Đối với pipeline dữ liệu, nên sử dụng các vai trò định nghĩa trước có độ chi tiết cao như BigQuery Data Viewer hoặc Storage Object Creator thay vì các vai trò nguyên thủy quá rộng này.

IAM và Bảo mật Dữ liệu

Nguyên tắc cơ bản nào cần áp dụng khi gán quyền IAM trong GCP?

Câu trả lời

Sự khác biệt giữa service account và tài khoản người dùng trong GCP là gì?

Câu trả lời

Hệ thống phân cấp vai trò IAM trong GCP, từ ít quyền nhất đến nhiều quyền nhất, là gì?

Câu trả lời

Tại sao nên tránh sử dụng khóa JSON service account trong môi trường sản xuất GCP?

Sự khác biệt giữa mã hóa at rest và mã hóa in transit là gì?

Các chủ đề phỏng vấn Data Engineering khác

Linux & Shell - Cơ bản

Git & GitHub - Kiến thức cơ bản

Python nâng cao cho Data Engineering

Docker - Cơ bản

Google Cloud Platform - Cơ bản

CI/CD và chất lượng mã

Docker Compose

FastAPI - API dữ liệu

SQL nâng cao cho Data Engineering

Data Lake - Kiến trúc và nạp dữ liệu

BigQuery cho Data Engineering

PostgreSQL - Quản trị

Data Modeling cho Data Engineering

Fivetran & Airbyte - Nạp dữ liệu

dbt - Kiến thức cơ bản

Apache Airflow - Cơ bản

Kubernetes - Cơ Bản

dbt - Tính năng nâng cao

Mẫu ETL / ELT / ETLT

Apache Airflow - Nâng cao

Airflow + dbt - Điều phối pipeline

PySpark - Xử lý quy mô lớn

Google Pub/Sub - Streaming dữ liệu

Apache Beam & Dataflow

Kubernetes - Production và Scaling

Terraform - Infrastructure as Code

Cơ sở dữ liệu NoSQL

Data Architecture hiện đại

Giám sát và Khả năng quan sát

Nắm vững Data Engineering cho lần phỏng vấn tiếp theo