测开真实面试题（一）

某基金管理公司测开线下面试题

公众号：梦无矶的测试开发之路

测开题目如下

可以尝试自己先写，写完之后再去看参考解法哦 ~

1、编写一段代码，把 list 的数平方(语言不限)

ListA = [1, 3, 5, 7, 9, 11]

2、使用 Python 语言编写一个日志装饰器

3、进程、线程、协程有什么区别?

4、请画出 Selenium 框架的工作原理 (Appium 也可以)

5、落地自动化测试项目有哪几个关键节点? 请举例说明

6、请画出 Django 框架请求流程 (也就是，请求的生命周期)，如果可以写出函数调用链路是怎样的?(如果未使用过 Django，可以画出你用过的框架)

7、wsgiref 作用是什么?

8、Django 有哪些中间件? 列举 5 个方法，以及中间件的应用场景?

9、请简述 WSGl/uwsgi/uwSGI 三个概念的区别是什么? 为什么有了 uWSGI 还需要 nginx?

10、请列举几种 MySQL 存储引擎，分别有什么优缺点?

11、请画出 Docker C/S 架构图

12、请使用 docker 命令操作

​ a) 创建一个 volume 名称为 kuma

​ b) 启动一个容器，名称为 yapi，后台执行，把 host 的 5000 端口映射到容器内 3000端口，并使用上面创建的 volume，挂载到/data/db 目录

解题参考如下

1、编写一段代码，把 list 的数平方(语言不限)

输入：ListA = [1, 3, 5, 7, 9, 11]

输出：[1, 9, 25, 49, 81, 121]

java代码：

// 方法一
import java.util.ArrayList;
import java.util.List;

public class SquareList {
    
    
    public static void main(String[] args) {
    
    
        List<Integer> listA = new ArrayList<Integer>();
        listA.add(1);
        listA.add(3);
        listA.add(5);
        listA.add(7);
        listA.add(9);
        listA.add(11);

        List<Integer> squaredList = new ArrayList<Integer>();
        for (int num : listA) {
    
    
            squaredList.add(num * num);
        }

        System.out.println(squaredList);
    }
}

// 方法二
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;

public class SquareList {
    
    
    public static void main(String[] args) {
    
    
        List<Integer> listA = Arrays.asList(1, 3, 5, 7, 9, 11);

        List<Integer> squaredList = listA.stream()
                .map(num -> num * num)
                .collect(Collectors.toList());

        System.out.println(squaredList);
    }
}

通过使用Java 8中引入的Stream API，可以实现更简洁的代码。在上述代码中，我们将listA转换为一个流（stream），然后使用map()操作将每个元素平方，最后通过collect()操作将结果收集到一个新的列表中。这样，我们就得到了平方后的列表并输出结果。

go代码

package main

import (
	"fmt"
)

func main() {
    
    
	listA := []int{
    
    1, 3, 5, 7, 9, 11}
	squaredList := make([]int, len(listA))

	for i, num := range listA {
    
    
		squaredList[i] = num * num
	}

	fmt.Println(squaredList)
}

python代码

# 方法一，使用列表推导式
listA = [1, 3, 5, 7, 9, 11]
squared_list = [num**2 for num in listA]
print(squared_list) # [1, 9, 25, 49, 81, 121]

# 方法二，使用map方法
listA = [1, 3, 5, 7, 9, 11]
squared_list = list(map(lambda num: num**2, listA))
print(squared_list)

map()函数接受一个函数和一个可迭代对象作为参数，并将函数应用于可迭代对象中的每个元素

#方法三，普通for循环（这应该不是面试官想看到的,但却是最好理解的）
listA = [1, 3, 5, 7, 9, 11]
squared_list = []
for i in listA:
    squared_list.append(i*i) # 写成 i**2 也是可以的
print(squared_list)

**2表示一个数的平方。

2、使用 Python 语言编写一个日志装饰器

方式一：简易版

def log_decorator(func):
    def wrapper(*args, **kwargs):
        print("调用函数:", func.__name__)
        print("传入的参数:", args, kwargs)
        result = func(*args, **kwargs)
        print("函数返回结果:", result)
        return result
    return wrapper

@log_decorator
def add(a, b):
    return a + b

result = add(3, 5)
print("最终结果:", result) # 最终结果: 8

方式一：稍微不简易版

import logging

logging.basicConfig(level=logging.INFO)

def log_decorator(func):
    def wrapper(*args, **kwargs):
        logger = logging.getLogger()
        logger.info("调用函数: %s", func.__name__)
        logger.info("传入的参数: %s %s", args, kwargs)
        result = func(*args, **kwargs)
        logger.info("函数返回结果: %s", result)
        return result
    return wrapper

@log_decorator
def add(a, b):
    return a + b

result = add(3, 5)
print("最终结果:", result)

代码不做过多解释。

日志可以加入更多的格式，这里参考我之前的文章里面的日志部分：python命令行or控制台or日志带有颜色的输出 (qq.com)

3、进程、线程、协程有什么区别?

进程、线程和协程是计算机中用于实现并发和并行的概念，它们之间有以下区别：

1. 进程（Process）：

   • 进程是操作系统进行资源分配和调度的基本单位。
   • 每个进程有自己独立的地址空间、堆栈和数据段，相互之间不共享内存。
   • 进程之间的通信需要通过进程间通信（IPC）机制，例如管道、信号、消息队列等。
   • 进程之间切换开销较大，资源占用较多。
   • 进程之间是相互独立的，崩溃或异常不会影响其他进程。

2. 线程（Thread）：

   • 线程是在进程内执行的独立执行流。
   • 在同一进程中的线程共享资源，包括内存、文件句柄等。
   • 线程之间切换开销相对较小，资源占用较少。
   • 线程之间通过共享内存进行通信，但需要注意线程同步和互斥问题。
   • 线程的崩溃或异常可能导致整个进程的崩溃。

3. 协程（Coroutine）：

   • 协程是一种用户态的轻量级线程，也称为微线程。
   • 协程的调度由程序员自己控制，可以通过yield/yield from等关键字在执行中保存和恢复上下文。
   • 协程之间切换开销非常小，可以高效地执行异步操作，提高程序的并发性能。
   • 协程适合处理IO密集型任务，但对于计算密集型任务，需要与多线程或多进程配合使用。

什么场景适合用进程？

计算密集型的任务(比如：大规模的数据计算和处理)

什么场景适合用线程？

IO密集型的任务(比如：文件读写多的，网络请求多的任务)

什么场景适合用协程？

IO密集型项目切要求高并发( 比如：用locust 搞压测里面就是用的协程) ,实际上真实项目中对 应高并发的业务并不会选择使用python语言。

总结来说，进程是操作系统资源分配和调度的基本单位，线程是在进程内执行的独立执行流，而协程是一种用户态的轻量级线程。它们在资源占用、切换开销以及通信方式等方面存在不同，应根据具体情况选择合适的并发实现方式。

后面我会专门写几篇进程线程协程的文章。

4、请画出 Selenium 框架的工作原理 (Appium 也可以)

selenium工作原理

• selenium client(python等语言编写的自动化测试脚本)初始化一个service服务，通过Webdriver启动浏览器驱动程序chromedriver.exe
• 通过RemoteWebDriver向浏览器驱动程序发送HTTP请求，浏览器驱动程序解析请求，打开浏览器，并获得sessionid，如果再次对浏览器操作需携带此id
• 打开浏览器，绑定特定的端口，把启动后的浏览器作为webdriver的remote server
• 打开浏览器后，所有的selenium的操作(访问地址，查找元素等)均通过RemoteConnection链接到remote server，然后使用execute方法调用_request方法通过urlib3向remote server发送请求
• 浏览器通过请求的内容执行对应动作
• 浏览器再把执行的动作结果通过浏览器驱动程序返回给测试脚本

Appium工作原理

5、落地自动化测试项目有哪几个关键节点? 请举例说明

这个问题非常宽泛，需要考虑的因素也很多，可以结合自己简历和工作经历进行阐述，以下为关键点参考。

1、从功能测试用例中筛选自动化测试用例

2、调研实践讨论可执行自动化测试用例

3、相关自动化方案的排期，预期，展望

3、选择自动化测试框架或自己搭建相应自动化测试框架

4、自动化脚本编写

5、持续集成与自动化构建

6、定期维护与更新

7、自动化推行（最重要）

6、请画出 Django 框架请求流程 (也就是，请求的生命周期)，如果可以写出函数调用链路是怎样的?(如果未使用过 Django，可以画出你用过的框架)

1. 用户通过浏览器发送请求
2. 请求到达request中间件，中间件对request请求做预处理或者直接返回response
3. 若未返回response，会到达urlconf路由，找到对应视图函数
4. 视图函数做相应预处理或直接返回response
5. View中的方法可以选择性的通过Models访问底层的数据
6. 取到相应数据后回到django模板系统，templates通过filter或tags把数据渲染到模板上
7. 返回response到浏览器展示给客户

7、wsgiref 作用是什么?

wsgiref 是 Python 标准库中的一个模块，提供了一个简单而有效的 WSGI（Web 服务器网关接口）服务器和中间件的实现。主要分为五个模块：simple_server， util， headers， handlers， validate。

wsgiref源码地址：https://pypi.python.org/pypi/wsgiref

8、Django 有哪些中间件? 列举 5 个方法，以及中间件的应用场景?

Django 提供了很多内置的中间件，用于处理请求和响应。以下是 5 个常用的中间件以及它们的应用场景：

1. SessionMiddleware：处理会话状态的中间件。它通过在请求处理过程中添加一个会话对象来支持会话管理。应用场景包括用户认证、用户状态跟踪功能。

2. AuthenticationMiddleware：处理用户身份验证的中间件。它负责在每个请求处理过程中检查用户的认证状态，并将用户的认证信息添加到请求对象中。应用场景包括用户登录、权限控制和身份验证。

3. CsrfViewMiddleware：处理跨站请求伪造（CSRF）保护的中间件。它会自动为每个 POST 请求生成 CSRF 令牌，并在提交表单时验证令牌的有效性。应用场景包括保护表单提交免受 CSRF 攻击。

4. GZipMiddleware：处理压缩响应的中间件。它在发送响应之前对内容进行 GZip 压缩，从而减小数据传输的大小。应用场景包括提高网站性能和减少带宽消耗。

5. LocaleMiddleware：处理多语言支持的中间件。它通过根据请求提供的语言首选项来设置适当的语言环境，并将其应用于请求的响应。应用场景包括多语言网站和国际化应用程序。

这些中间件提供了一系列常用的功能和处理程序，可以方便地集成到 Django 应用程序中，简化了开发人员的工作。根据具体的需求，可以根据需要启用和配置这些中间件，以实现不同的功能和处理逻辑。

9、请简述 WSGl/uwsgi/uwSGI 三个概念的区别是什么? 为什么有了 uWSGI 还需要 nginx?

WSGI

WSGI（Web Server Gateway Interface）：WSGI 是一种被广泛接受和使用的 Python Web 应用程序与服务器之间的标准接口。它定义了 Web 服务器与 Web 应用程序之间的通信规则，使得服务器能够理解和与应用程序交互。WSGI 规范允许开发人员使用一种统一的方式来编写 Web 应用程序，而不用担心特定服务器的细节。

简言之，是一种描述web服务器（如nginx，uWSGI等服务器）如何与web应用程序（如用Django、Flask框架写的程序）通信协议。

uwsgi协议

是一个uWSGI服务器自有的协议，是一种线路协议而不是通信协议。它用于定义传输信息的类型（type of information），每一个uwsgi packet前4byte为传输信息类型描述，用于与nginx等代理服务器通信，它与WSGI相比是两样东西。

uwSGI

是实现了uwsgi和WSGI两种协议的Web服务器

为什么有了 uWSGI 还需要 nginx?

这是因为 Nginx 和 uWSGI 的角色不同。Nginx 主要作为前端服务器、反向代理和负载均衡器，它可以处理静态资源和大量并发连接，将请求转发给后端的 uWSGI 进程处理动态请求。而 uWSGI 则专注于处理 Web 应用程序的请求，它支持 WSGI 协议，负责解析并执行应用程序代码。因此，通过 Nginx 和 uWSGI 的结合，可以提高系统的性能、可靠性和安全性，并实现更好的负载均衡和更高的并发处理能力。

10、请列举几种 MySQL 存储引擎，分别有什么优缺点?

MySQL 提供了多种存储引擎，每个存储引擎都有其独特的特性和适用场景。以下是一些常见的 MySQL 存储引擎以及它们的优缺点：

1. InnoDB：

   • 优点：支持事务处理和外键约束，提供高并发性能和数据完整性。具备行级锁定和多版本并发控制（MVCC）支持，适用于高并发写入和大量的读写混合场景。
   • 缺点：相对于其他存储引擎，InnoDB 的存储和读取速度相对较慢。因为它支持事务和ACID特性，需要更多的磁盘空间。

2. MyISAM：

   • 优点：具备较高的读取性能，适合于大量的只读操作和全文搜索。存储和索引数据非常紧凑，占用更少的磁盘空间。
   • 缺点：不支持事务和外键约束。不具备行级锁定，只支持表级锁定，因此在并发写入场景下性能较差。容易发生表损坏，不具备故障恢复能力。

3. Memory（内存）：

   • 优点：数据完全存储在内存中，读取和写入速度非常快。适合于缓存表、临时表和高速度数据捕获等场景。
   • 缺点：只能存储在内存中，断电或重启会导致数据丢失。不支持事务处理，不适合长期存储。

4. Archive：

   • 优点：适合于归档和历史数据的存储，存储和压缩效率非常高，占用很少的磁盘空间。适合对数据进行稀疏插入和不经常更新的场景。
   • 缺点：不支持索引和事务处理。只能进行追加操作，不适合常规的查询和更新操作。

5. NDB Cluster：

   • 优点：适用于高可用性和高容量的分布式系统，支持数据分片和自动故障恢复。具备事务处理和ACID特性，适合于高并发读写和实时应用场景。
   • 缺点：相对复杂，需要专门配置和管理，对硬件要求较高。不适合单机和小规模的应用。

这些存储引擎的选择应该根据实际需求和应用场景来决定，权衡每个存储引擎的优缺点，并根据具体场景的读写要求、数据一致性和可用性需求来确定最适合的存储引擎。

11、请画出 Docker C/S 架构图

在 Docker C/S 架构中，有以下几个关键组件：

1. Docker主机（Docker Host）：它是运行 Docker 引擎的物理或虚拟机。Docker 主机负责管理容器的创建、运行和销毁，以及对容器进行资源管理和隔离。
2. Docker引擎（Docker Engine）：它是 Docker 的核心组件，负责接收和处理来自 Docker 客户端的命令，执行容器的创建、运行、停止等操作。Docker 引擎由 Docker 守护进程（Docker Daemon）和 Docker REST API 组成。
3. Docker客户端（Docker Client）：它是与 Docker 引擎进行通信的用户界面，可以使用命令行工具（如docker命令）或图形界面工具来与 Docker 引擎进行交互，通过向 Docker 引擎发送命令来控制容器的创建、运行和管理。
4. Docker镜像（Docker Image）：它是容器的基础，用于创建容器的模板。Docker 镜像包含了一个完整的文件系统，其中包含了运行所需的所有文件和配置。可以通过从 Docker Hub 或私有镜像仓库下载现有的镜像，或者通过 Dockerfile 来构建自己的镜像。
5. Docker仓库（Docker Registry）：它是用于存储和分享 Docker 镜像的中央仓库。Docker Hub 是默认的公共仓库，提供了大量的官方和社区维护的镜像供用户使用。用户也可以部署私有的 Docker 仓库来保存和管理自己的镜像。

12、请使用 docker 命令操作

a) 创建一个 volume 名称为 kuma

docker volume create kuma

b) 启动一个容器，名称为 yapi，后台执行，把 host 的 5000 端口映射到容器内 3000端口，并使用上面创建的 volume，挂载到/data/db 目录

docker run -d --name yapi -p 5000:3000 -v kuma:/data/db <yapi_image_name>

需要将 <yapi_image_name> 替换为实际的 yapi 镜像名称。

这样就可以使用上述步骤创建的 volume kuma 并挂载到容器内的 /data/db 目录，同时进行端口映射，将 host 的 5000 端口映射到容器内的 3000 端口。容器名称为 yapi，并以后台模式运行。

本文部分内容参考资料如下:

https://blog.csdn.net/baidu_36943075/article/details/107671011
https://www.cnblogs.com/jiangchunsheng/p/8986532.html
https://www.cnblogs.com/MrYuChen-Blog/p/15571639.html
https://www.cnblogs.com/sunsky303/p/8274586.html
https://blog.csdn.net/weixin_45455015/article/details/100113330