Aller au contenu principal

Run 3 - Test

1. Thème: Logs​

Question: Quel outil de collecte de logs est couramment utilisé pour ajouter des labels et des expressions régulières aux logs?

a) Fluentd
b) Prometheus
c) Grafana
d) Kubernetes

2. Thème: Logs​

Question: Comment appelle-t-on le processus de conversion de la ligne de log en donnée structurée?

a) La sérialisation
b) La normalisation
c) La segmentation
d) La transformation

3. Thème: Logs​

Question: Quelle technologie permet de centraliser les logs et les visualiser via une interface utilisateur intuitive?

a) Fluentd
b) Elasticsearch
c) Kibana
d) Grafana

4. Thème: Metrics​

Question: Quel outil est utilisé pour collecter les métriques de performance dans Kubernetes?

a) Fluentd
b) Prometheus
c) Trivy
d) Longhorn

5. Thème: Metrics​

Question: Quel langage de requête est utilisé par Prometheus pour interroger les métriques collectées?

a) SQL
b) Flux
c) PromQL
d) GraphQL

6. Thème: Security​

Question: Quel outil de sécurité scanne les configurations de Kubernetes pour vérifier la conformité avec les benchmarks de sécurité?

a) Prometheus
b) Grafana
c) Kube-bench
d) Fluentd

7. Thème: Security​

Question: Quel opérateur est utilisé pour gérer les secrets dans Kubernetes de manière sécurisée?

a) Longhorn
b) Ceph
c) Vault
d) Rook

8. Thème: Security​

Question: Quel outil de sécurité utilise eBPF pour surveiller les comportements anormaux dans Kubernetes?

a) Prometheus
b) Grafana
c) Trivy
d) Falco

9. Thème: Persistence​

Question: À quoi sert une storage class ?

a) Configurer les permissions des utilisateurs
b) Gérer les configurations réseau
c) Définir les types de stockage disponibles
d) Contrôler l'accès aux pods

10. Thème: Persistence​

Vous devez concevoir un cluster Kubernetes dédié pour une solution de big data à forte charge, dans laquelle les utilisateurs peuvent gérer de gros volumes de données via des programmes ad hoc.

La solution inclut par exemple des moteurs de calcul et des bases de données internes, ainsi que des pods de travail individuels pour les utilisateurs.

Voici les contraintes :

  • Puissance en production : 400 CPU, 1To RAM, 40To stockage partageable.
  • Réseau : Bande passante élevée, faible latence, isolation réseau, sécurité des communications.
  • Disques : Stockage rapide (SSD/NVMe), grande capacité, IOPS élevés, persistance des données.
  • Sécurité : Chiffrement des données au repos et en transit, gestion des accès, audit et conformité.
  • Compartimentation des charges de travail : Isolation des workloads, allocation dynamique des ressources, gestion des quotas.
  • Haute disponibilité : Réplication des données, tolérance aux pannes, équilibrage de charge, failover automatique.

Proposez des idées d'architecture pour répondre à ces contraintes en utilisant Kubernetes et les solutions de stockage appropriées.

Correction​

...
  1. a) Fluentd
  2. c) PersistentVolume
  3. c) Kibana
  4. b) Prometheus
  5. c) PromQL
  6. c) Kube-bench
  7. c) Vault
  8. d) Falco
  9. c) Définir les types de stockage disponibles
  10. (Open-ended question) Combien d'environnements ? VMs ? Quels composants ?