СобеседованиеDevOps· 17 минут чтения

Задачи на собеседовании DevOps-инженера: Linux, сети, Docker, Kubernetes, CI/CD и траблшутинг с решениями

Разбираем 14 типовых задач с DevOps-собеседований: от заполненного диска и удалённого, но открытого файла до CrashLoopBackOff, пайплайна GitLab CI, деплоя без простоя и блокировки Terraform state.

Задачи на собеседовании DevOps-инженера: Linux, сети, Docker, Kubernetes, CI/CD и траблшутинг с решениями

На собеседовании DevOps-инженера дают пять видов задач: Linux и траблшутинг сервера (диск, процессы, память, логи), сети (DNS, TCP, HTTP, TLS), контейнеры — исправить Dockerfile, объяснить слои и изоляцию, Kubernetes — написать манифест и найти, почему под не запускается, и CI/CD с инфраструктурой как кодом. Джунов проверяют в основном на Linux, сетях и Docker, мидлов — на Kubernetes, пайплайнах и диагностике инцидентов, сеньоров — на надёжности, деплое без простоя и архитектуре платформы. Для подготовки поднимите учебный кластер, сломайте его десятком способов и почините, проговаривая каждую команду.

Какие задачи дают на собеседовании DevOps-инженера

DevOps-интервью почти всегда построено вокруг сценариев: «сайт не открывается», «под перезапускается», «диск заполнен, но файлов нет». Интервьюер смотрит на порядок действий — с чего начинаете, какими командами проверяете гипотезы, когда откатываете изменения. Код пишут реже, чем на собеседованиях разработчиков: в основном это Bash, YAML и Dockerfile.

Тип задачи Что проверяют Пример Кому чаще дают
Linux и траблшутинг Процессы, диски, память, логи Диск заполнен, а du показывает меньше Всем
Сети DNS, TCP/IP, HTTP, TLS Сайт не открывается у части пользователей Всем
Docker Слои, кэш сборки, безопасность образа Исправить Dockerfile Junior, Middle
Kubernetes Манифесты, пробы, сеть, диагностика CrashLoopBackOff, пустой Service Middle, Senior
CI/CD Этапы пайплайна, артефакты, секреты Пайплайн сборки и деплоя Middle
IaC и надёжность Terraform, стратегии деплоя, инциденты Деплой без простоя, блокировка state Senior

Задачи по уровням: что ждут от Junior, Middle и Senior

Junior. Уверенная работа в Linux: права, процессы, сигналы, systemd, диски и файловые системы, базовый Bash. Сети на уровне TCP/IP, DNS, HTTP. Docker: собрать и запустить образ, пробросить порт, подключить том. Git и общее понимание CI/CD.

Middle. Kubernetes: Deployment, Service, Ingress, ConfigMap и Secret, пробы, ресурсы, диагностика подов. Пайплайны в GitLab CI, GitHub Actions или Jenkins. Terraform и Ansible, мониторинг (Prometheus, Grafana), централизованные логи. От мидла ждут самостоятельного разбора инцидента.

Senior. Архитектура платформы и отказоустойчивость, стратегии деплоя, SLO (целевые показатели надёжности сервиса), управление инцидентами и постмортемы, безопасность цепочки поставки, стоимость инфраструктуры, развитие практик в командах разработки.

Как в целом различают грейды — в статье про уровни Junior, Middle и Senior.

Задачи для Junior с решениями

Диск заполнен, а файлов нет

Условие. df -h показывает, что раздел /var заполнен на 100%. du -sh /var насчитывает только 40% объёма. Где остальное место?

Разбор. Классическая причина — файл удалили, но процесс всё ещё держит его открытым. Имя из каталога исчезло, а блоки на диске освободятся, только когда процесс закроет файл. Чаще всего это лог, который удалили вручную вместо ротации.

# Открытые файлы с нулём ссылок, то есть удалённые
sudo lsof -nP +L1

# Пример вывода:
# java 1234 app 3w REG 254,0 52428800 0 1630292 /var/log/app/app.log (deleted)

Решение. Перезапустить процесс, который держит файл, или, если перезапуск сейчас невозможен, обнулить файл через дескриптор: : > /proc/1234/fd/3. Чтобы не повторилось — настроить logrotate с copytruncate или с сигналом приложению на переоткрытие логов. Вторая возможная причина расхождения — данные под точкой монтирования: файлы записали в каталог до того, как к нему смонтировали раздел.

No space left on device при свободном месте

Условие. Приложение пишет No space left on device, но df -h показывает 30% свободного места.

Разбор. Закончились inode — структуры, которые хранят метаданные файлов. Каждый файл занимает один inode независимо от размера, поэтому миллионы мелких файлов (сессии, кэш, временные файлы) исчерпывают их раньше, чем место.

df -i /var

# Каталоги с наибольшим числом файлов в пределах одной файловой системы
sudo find /var -xdev -type f | cut -d/ -f3 | sort | uniq -c | sort -rn | head

Решение. Найти источник мелких файлов, удалять их порциями (например, find ... -mtime +7 -delete), а не одной командой rm *, которая упадёт на слишком длинном списке аргументов. Затем исправить причину: очистка сессий, лимит кэша. Число inode на ext4 задаётся при создании файловой системы, на лету его не увеличить.

Топ IP-адресов в логе nginx

Условие. Найдите пять IP-адресов, которые сделали больше всего запросов, и отдельно — адреса, которые получали ошибки 5xx.

Разбор. В стандартном формате лога nginx IP — первое поле, код ответа — девятое. Связка sort | uniq -c | sort -rn — базовый приём, который ждут от любого кандидата.

awk '{print $1}' access.log | sort | uniq -c | sort -rn | head -5

awk '$9 ~ /^5/ {print $1}' access.log | sort | uniq -c | sort -rn | head -5

# Распределение кодов ответа
awk '{print $9}' access.log | sort | uniq -c | sort -rn

Вопрос вдогонку: лог весит 50 ГБ. Ответ — sort справится, используя временные файлы, но быстрее агрегировать в самом awk через ассоциативный массив и читать сжатые архивы через zcat без распаковки на диск.

Сервис с автоматическим перезапуском

Условие. Напишите unit-файл systemd для приложения, который запускает его от отдельного пользователя и перезапускает при падении.

[Unit]
Description=Billing API
After=network-online.target
Wants=network-online.target
StartLimitIntervalSec=60
StartLimitBurst=5

[Service]
Type=simple
User=billing
WorkingDirectory=/opt/billing
EnvironmentFile=/etc/billing/env
ExecStart=/opt/billing/bin/billing-api --port 8080
Restart=on-failure
RestartSec=5
LimitNOFILE=65535

[Install]
WantedBy=multi-user.target

Разбор. Restart=on-failure перезапускает сервис при ненулевом коде выхода или аварийном завершении. StartLimitIntervalSec и StartLimitBurst относятся к секции [Unit] и останавливают бесконечные перезапуски: больше пяти попыток за минуту — сервис переходит в состояние failed. После создания файла — systemctl daemon-reload и systemctl enable --now billing-api, логи — journalctl -u billing-api -f. Синтаксис unit-файла проверяет systemd-analyze verify.

Load average 8 на четырёх ядрах

Условие. uptime показывает load average 8.1 7.9 7.5 на сервере с четырьмя ядрами, но top показывает загрузку процессора 20%. Что происходит?

Разбор. Load average — среднее число процессов, которые выполняются или ждут выполнения, за 1, 5 и 15 минут. В Linux в него входят и процессы в состоянии непрерываемого сна (D) — обычно это ожидание диска или сетевого хранилища. Высокая нагрузка при простаивающем процессоре указывает на ввод-вывод.

Решение. Посмотреть %wa (iowait) в top, процессы в состоянии D через ps -eo state,pid,cmd | grep '^D', нагрузку на диски через iostat -x 1 и процессы, которые больше всех читают и пишут, через iotop. Если используется NFS — проверить доступность хранилища.

Сайт не открывается

Условие. Пользователи жалуются, что https://shop.example.com не открывается. Как будете искать причину?

Разбор. Идите по уровням снизу вверх и на каждом шаге отсекайте половину гипотез.

# DNS: во что резолвится имя, совпадает ли с ожидаемым адресом
dig +short shop.example.com

# TCP: открыт ли порт
nc -vz shop.example.com 443

# TLS: срок и цепочка сертификата
openssl s_client -connect shop.example.com:443 -servername shop.example.com </dev/null \
  | openssl x509 -noout -dates

# HTTP: код ответа и время этапов
curl -sv -o /dev/null -w '%{http_code} %{time_total}\n' https://shop.example.com/

# На сервере: слушает ли процесс порт
sudo ss -tlnp | grep ':443'

Если проблема только у части пользователей — проверьте разные DNS-резолверы и TTL записи после переезда, балансировщик и упавший бэкенд за ним, правила файрвола и ограничения по геолокации.

Задачи для Middle с решениями

Исправить Dockerfile

Условие. Что не так с этим Dockerfile для Node.js-приложения?

FROM node:latest
COPY . /app
WORKDIR /app
RUN npm install
EXPOSE 3000
CMD npm start

Разбор. Проблем шесть:

  1. Тег latest — сборка невоспроизводима, образ может измениться в любой момент.
  2. COPY . . до установки зависимостей — любое изменение кода сбрасывает кэш слоя с npm install, и зависимости ставятся заново при каждой сборке.
  3. npm install вместо npm ci — версии зависимостей могут отличаться от package-lock.json.
  4. В образ попадают dev-зависимости и, без .dockerignore, локальные node_modules, .git и .env с секретами.
  5. Процесс работает от root.
  6. Shell-форма CMD запускает приложение через /bin/sh, и сигнал SIGTERM при остановке контейнера не доходит до Node.js — контейнер не завершается корректно.

Решение. Многоэтапная сборка: на первом этапе — зависимости и сборка, во второй образ попадает только нужное.

FROM node:22-alpine AS build
WORKDIR /app
COPY package.json package-lock.json ./
RUN npm ci
COPY . .
RUN npm run build && npm prune --omit=dev

FROM node:22-alpine
WORKDIR /app
ENV NODE_ENV=production
COPY --from=build --chown=node:node /app/package.json ./
COPY --from=build --chown=node:node /app/node_modules ./node_modules
COPY --from=build --chown=node:node /app/dist ./dist
USER node
EXPOSE 3000
CMD ["node", "dist/server.js"]

Плюс .dockerignore с node_modules, .git, .env. Пользователь node уже есть в официальных образах Node.js.

Под в CrashLoopBackOff

Условие. После деплоя под в статусе CrashLoopBackOff. Ваши действия?

Разбор. CrashLoopBackOff означает, что контейнер запускается и падает, а Kubernetes перезапускает его с растущей задержкой. Причину ищут по порядку:

kubectl get pods -l app=billing-api
kubectl describe pod billing-api-7d9f8-abcde   # события, Last State, Reason, Exit Code
kubectl logs billing-api-7d9f8-abcde --previous   # логи упавшего контейнера
kubectl get events --sort-by=.lastTimestamp

Решение. Типичные причины и их признаки:

  • Exit Code 137 и Reason OOMKilled — контейнер превысил лимит памяти. Увеличить limits.memory или найти утечку.
  • Exit Code 1 и ошибка в логах — нет переменной окружения, недоступна база, неверный конфиг из ConfigMap или Secret.
  • Логи пустые, контейнер убит после нескольких секунд — liveness-проба срабатывает раньше, чем приложение успевает стартовать. Помогает startupProbe или увеличенный initialDelaySeconds.
  • Неверная команда — ошибка в command или args, образ собран под другую архитектуру.

Если приложение падает до записи логов, временно замените команду контейнера на sleep infinity, зайдите через kubectl exec и запустите приложение вручную. Код 137 — это 128 + 9, то есть процесс убит сигналом SIGKILL.

Манифест для деплоя без простоя

Условие. Напишите Deployment и Service для HTTP-сервиса так, чтобы обновление проходило без потери запросов.

apiVersion: apps/v1
kind: Deployment
metadata:
  name: billing-api
spec:
  replicas: 3
  selector:
    matchLabels:
      app: billing-api
  strategy:
    type: RollingUpdate
    rollingUpdate:
      maxUnavailable: 0
      maxSurge: 1
  template:
    metadata:
      labels:
        app: billing-api
    spec:
      containers:
        - name: app
          image: registry.example.com/billing-api:1.4.2
          ports:
            - containerPort: 8080
          resources:
            requests:
              cpu: 200m
              memory: 256Mi
            limits:
              memory: 512Mi
          readinessProbe:
            httpGet:
              path: /ready
              port: 8080
            periodSeconds: 5
          livenessProbe:
            httpGet:
              path: /health
              port: 8080
            initialDelaySeconds: 15
            periodSeconds: 10
---
apiVersion: v1
kind: Service
metadata:
  name: billing-api
spec:
  selector:
    app: billing-api
  ports:
    - port: 80
      targetPort: 8080

Разбор. maxUnavailable: 0 не даёт убрать старый под, пока новый не готов. Readiness-проба решает, подавать ли трафик на под, liveness — нужно ли его перезапустить; путать их — частая ошибка. Конкретный тег образа вместо latest позволяет откатиться командой kubectl rollout undo. Приложение должно корректно обрабатывать SIGTERM: дождаться завершения текущих запросов, прежде чем выйти.

Service не отправляет трафик на поды

Условие. Поды в статусе Running, но запросы к Service зависают или получают отказ в соединении.

Разбор. Чаще всего селектор Service не совпадает с метками подов — тогда у Service нет конечных точек.

kubectl describe svc billing-api          # строка Endpoints: <none> — признак проблемы
kubectl get pods -l app=billing-api --show-labels
kubectl get endpointslices -l kubernetes.io/service-name=billing-api

Решение. Сравнить spec.selector Service с метками в template.metadata.labels, проверить, что targetPort совпадает с портом, который слушает приложение, и что поды прошли readiness-пробу: неготовые поды в конечные точки не попадают. Если всё совпадает — проверить NetworkPolicy, которая может запрещать трафик между пространствами имён, и DNS внутри кластера через nslookup billing-api.default.svc.cluster.local из временного пода.

Пайплайн сборки и деплоя

Условие. Опишите пайплайн GitLab CI: тесты, сборка Docker-образа, публикация в реестр и ручной деплой в Kubernetes из основной ветки.

stages: [test, build, deploy]

variables:
  IMAGE: $CI_REGISTRY_IMAGE:$CI_COMMIT_SHORT_SHA

test:
  stage: test
  image: node:22-alpine
  cache:
    key:
      files: [package-lock.json]
    paths: [.npm/]
  script:
    - npm ci --cache .npm --prefer-offline
    - npm test

build:
  stage: build
  image: docker:27
  services: [docker:27-dind]
  variables:
    DOCKER_TLS_CERTDIR: "/certs"
  script:
    - echo "$CI_REGISTRY_PASSWORD" | docker login -u "$CI_REGISTRY_USER" --password-stdin "$CI_REGISTRY"
    - docker build -t "$IMAGE" .
    - docker push "$IMAGE"

deploy:
  stage: deploy
  image: $KUBECTL_IMAGE
  environment: production
  rules:
    - if: $CI_COMMIT_BRANCH == $CI_DEFAULT_BRANCH
      when: manual
  script:
    - kubectl set image deployment/billing-api app="$IMAGE"
    - kubectl rollout status deployment/billing-api --timeout=180s

Разбор. Образ тегируется хешем коммита — так всегда видно, какой код работает в продакшене. Пароль реестра передаётся через --password-stdin, а не аргументом командной строки. rollout status делает деплой неуспешным, если новые поды не поднялись. Доступ к кластеру — через защищённую переменную CI типа «файл» с kubeconfig. Сеньорский вопрос вдогонку — чем этот push-подход отличается от GitOps, где Argo CD или Flux сами подтягивают состояние из репозитория, и почему во втором случае CI не нужен доступ к кластеру.

Задачи для Senior с решениями

Деплой с миграцией базы данных

Условие. Новая версия сервиса переименовывает колонку в базе. Как выкатить её без простоя и с возможностью отката?

Разбор. При rolling update старая и новая версии работают одновременно, значит, схема базы должна подходить обеим. Переименование колонки за один релиз сломает старые поды.

Решение. Подход expand/contract (расширение и сжатие) в несколько релизов: добавить новую колонку; выпустить версию, которая пишет в обе колонки и читает из новой; перенести исторические данные пачками; выпустить версию, которая работает только с новой колонкой; удалить старую колонку, когда откат на старые версии больше не нужен. Для рискованных изменений — canary-релиз: новая версия получает 5–10% трафика, решение о продолжении принимают по метрикам ошибок и задержки.

Задержка выросла после релиза

Условие. Через 20 минут после релиза p99 задержки (время, в которое укладываются 99% запросов) выросло с 200 мс до 2 секунд. Ваши действия?

Разбор. В инциденте первая задача — восстановить сервис, вторая — найти причину.

Решение.

  1. Оценить влияние: какие эндпоинты, какая доля пользователей, растут ли ошибки.
  2. Если рост совпадает с релизом — откатить, не дожидаясь точного диагноза. Откат — самое быстрое средство восстановления.
  3. Если откат не помог — смотреть зависимости: база (медленные запросы, блокировки, исчерпание пула соединений), внешние API, кэш, сеть, соседи по узлу (троттлинг CPU из-за лимитов).
  4. Проверить четыре «золотых сигнала» мониторинга: задержку, трафик, ошибки, насыщение ресурсов.
  5. После восстановления — постмортем без поиска виноватых: хронология, причина, почему мониторинг или тесты не поймали проблему раньше, конкретные задачи с ответственными.

Два инженера запустили Terraform одновременно

Условие. Два инженера одновременно применили изменения Terraform, и часть ресурсов «потерялась» из состояния. Как это предотвратить?

Разбор. Terraform хранит соответствие кода и реальных ресурсов в файле состояния (state). Если state лежит локально или в общем хранилище без блокировки, параллельные apply перезаписывают изменения друг друга.

Решение. Удалённый backend с блокировкой: например, S3-совместимое хранилище с блокировкой state (в новых версиях Terraform S3-бэкенд умеет блокировку через lock-файл без DynamoDB) или Terraform Cloud. Версионирование бакета позволяет восстановить предыдущую версию state. Изменения применяются только из CI после ревью плана (terraform plan в merge request, apply после одобрения), а не с ноутбуков. Для поиска расхождений между кодом и реальностью (drift) — регулярный terraform plan по расписанию.

Ошибки кандидатов на DevOps-собеседовании

  • Называют команды без цели. Важнее объяснить, какую гипотезу проверяет команда, чем перечислить двадцать утилит.
  • Чинят до того, как поняли. Удалить файлы, перезапустить сервер — можно, но сначала соберите данные, иначе причина исчезнет вместе с симптомом.
  • Не думают об откате. Любое изменение в продакшене должно иметь план возврата.
  • Путают readiness и liveness. Неверная liveness-проба превращает медленный старт в бесконечный цикл перезапусков.
  • Хранят секреты в образе или репозитории. Пароли в Dockerfile, .env в git, токены в логах CI.
  • Не знают основ сетей. Без понимания DNS, TCP и TLS траблшутинг Kubernetes превращается в угадывание.
  • Используют latest и ручные изменения на серверах. Воспроизводимость — главный принцип DevOps.

Live-задачи или тестовое задание

Live-задачи — 60–90 минут: устный траблшутинг по сценарию («у вас есть SSH на сервер, сайт не отвечает»), иногда доступ к реальной сломанной виртуальной машине или кластеру. Оценивают порядок действий и то, как вы объясняете гипотезы.

Тестовое задание — типичный формат: развернуть приложение с базой в Docker Compose или Kubernetes, написать пайплайн, описать инфраструктуру в Terraform, настроить мониторинг с алертами, написать Ansible-роль. Смотрят на воспроизводимость (запускается ли одной командой), README, работу с секретами и идемпотентность скриптов.

Критерий Live-задачи Тестовое задание
Время 60–90 минут От нескольких часов до нескольких дней
Что оценивают Логику диагностики, знание Linux и сетей Воспроизводимость, качество IaC, документацию
Окружение Доска или сломанный стенд Свой репозиторий, облако или локальный кластер
Как готовиться Ломать и чинить учебный стенд вслух Иметь шаблоны Compose, Helm-чарта и пайплайна

Если тестовое требует платных облачных ресурсов, уточните, компенсирует ли их компания, или выполните задание в локальном кластере kind или minikube.

Можно ли пользоваться ИИ на собеседовании

Правила уточняйте у рекрутера до интервью. Без явного разрешения на live-этапе ИИ не используют.

Сценарный траблшутинг плохо поддаётся подсказкам: интервьюер меняет вводные после каждого ответа («dig вернул правильный адрес, дальше?»), и без собственного опыта цепочка рассуждений быстро рвётся.

В работе и в тестовых ИИ-ассистенты помогают писать манифесты, пайплайны и разбирать логи. Риски — устаревшие версии API Kubernetes, выдуманные параметры конфигурации, небезопасные настройки по умолчанию вроде запуска от root или открытых портов. Кандидат, который проверяет сгенерированный YAML через kubectl apply --dry-run=server и линтеры, выглядит сильнее того, кто просто копирует.

Где тренироваться решать задачи DevOps

Ресурс Что там есть Кому подходит
SadServers Сломанные Linux-серверы в браузере с задачами на починку Тренировке траблшутинга
Killercoda Интерактивные сценарии по Linux, Docker и Kubernetes Практике без своего кластера
KodeKloud Курсы и лабораторные по DevOps-инструментам Системному изучению стека
Kubernetes the Hard Way Ручная сборка кластера по шагам Middle и Senior, кто хочет понять устройство Kubernetes
kind Локальный Kubernetes в Docker-контейнерах Учебному стенду для экспериментов

План на 6–8 недель: две недели Linux и сети с задачами на SadServers, неделя Docker, две недели Kubernetes на локальном кластере, неделя CI/CD и Terraform, затем учебный проект: приложение с базой, пайплайн, Helm-чарт, мониторинг и алерты. Ломайте стенд намеренно — удаляйте Secret, ставьте неверный селектор, заполняйте диск — и чините по логам.

Учебный проект добавьте в резюме со ссылкой на репозиторий и посмотрите актуальные вакансии DevOps-инженера, чтобы понять, какие облака и инструменты нужны компаниям.

Частые вопросы

Нужно ли DevOps-инженеру уметь программировать?

Нужно уверенно писать на Bash и хотя бы на одном языке общего назначения — чаще Python или Go — для автоматизации, утилит и интеграций. На собеседовании могут попросить написать скрипт для разбора логов или проверки доступности сервисов.

Какие сертификаты помогают на собеседовании DevOps?

Сертификаты CNCF по Kubernetes — CKA для администраторов и CKAD для разработчиков — ценятся, потому что экзамены практические. Сертификаты облачных провайдеров полезны для вакансий с конкретным облаком. Опыт и учебный проект всё равно проверят на интервью.

Спрашивают ли на собеседовании DevOps про облака?

Если компания работает в облаке — да: сети (VPC, подсети, группы безопасности), IAM, управляемые базы и Kubernetes, стоимость ресурсов. Для российских компаний часто спрашивают про Yandex Cloud, VK Cloud или собственные дата-центры с виртуализацией.

Чем собеседование DevOps отличается от собеседования SRE?

SRE больше спрашивают о надёжности: SLO и SLI, бюджет ошибок, управление инцидентами, нагрузочное тестирование, иногда алгоритмы и программирование. DevOps-интервью шире по инструментам доставки: CI/CD, IaC, контейнеры.

Можно ли прийти в DevOps без опыта разработки или администрирования?

Сложно: даже на junior-позиции ждут уверенного Linux и сетей. Самый частый путь — из системного администрирования, поддержки или разработки. Учебный проект с полным циклом от кода до мониторинга заметно повышает шансы.

Что спрашивают про мониторинг и логи?

Как Prometheus собирает метрики (опрашивает сервисы сам, pull-модель), чем метрики отличаются от логов и трейсов, на какие сигналы ставить алерты. Хороший ответ — алертить по симптомам, которые видит пользователь (ошибки, задержка), а не по каждому всплеску CPU, иначе дежурные перестанут реагировать на уведомления.

Инструменты в материале