美团运维面试官没想到jenkins我用得这么溜，人直接傻掉

那…

还有还有，我还有，您别着急问下一个，让我再加点分，拖延一下面试时间。

我们可以设置让jenkins分支代码更新后，jenkins自动构建， 在jenkins的控制面板上我们设置构建触发器，把此处的URL复制下来，放到gitlab上的webhook中使用。

点击高级按钮，去输入要处罚的分支及复制token

然后我们在gitlab上设置，在setting-integrations

把上一步在jenkins里复制的网址和token，粘贴到此处

粘贴完后，根据自己的需求去选择要实现的触发事件

当然了，在这个过程中，我们也需要在jenkins里安装一些插件，比如：

• git parameter

• gitlab

• gitlab hook

通过上面的步骤，我们就完成了代码发布到gitlab，然后jenkins就去拉取。

jenkins通过制定的代码地址url，将代码拉取到jenkins的安装位置，进行编译，打包和发布

面试官：我丢，这货知道的还挺多，下面我要考考他原理了。

嗯嗯，你回答的很全面，那么你能跟我说说jenkins的工作的原理吗？**

好的面试官，我这里给你画一张图：

我已SVN为例，也可以改成gitlab等作为仓库代码

• 开发人员把代码发送到gitlab

• CI系统会为每个项目创建一个单独的工作空间，当预设或者请求一次新的构建的时候，他就将代码仓库的源码存入对应的工作区

• CI系统会在对应的工作区内执行构建过程，build，这个构件是根据事先设置好的脚本进行bulid,这个脚本可以做很多事情，比如编译，测试，生成测试报告等等。

• 构建完成后，CI系统会在一个新的构建中执行一套定义好的测试，完成后触发通知给相应的当事人。

• 如果构建成功，这个构件就会被打包转移到一个部署目标，或者存储为软件仓库里的一个新版本。

• CI会根据请求发型相应操作，诸如即时构建、生成报告，或者检索一些构建好的构件。

elk你们用过吗，能不能讲一下你的理解？

用过的面试官

ELK由三部分组成：

• 数据的采集，分析，过滤日志： logstash

• 数据的存储，分析，搜集： elasticsearch

• 数据的展示：提供web界面，kibana

这个图是一个数据分析的架构图，涉及到kafka做为boker使用

简单的说：位于各个节点上的Logstash Agent先将数据/日志传递给Kafka（或者Redis），并将队列中消息或数据间接传递给Logstash，Logstash过滤、分析后将数据传递给Elasticsearch存储。最后由Kibana将日志和数据呈现给用户。

logstash工作原理你能说一下吗？

好的，好的，好的，别急面试官，听过慢慢吹，额慢慢给你说：

Logstash事件处理有三个阶段：inputs → filters → outputs，接收，处理，转发日志

input:输入数据到logstash

在logstash里有三个部分，一个是shipper,用来收集日志数据和监控日志数据的变化，及时将日志最新的内容收集起来。

另一个是borker: 相当于日志的hub，用来暂时存储shipper收集起来的日志信息。

indexer: 从borker中读取文本，经过加工，过滤，输出到指定的介质。

我们logstash端都是部署在被采集端，当然后期我们会用filebeat来代替， 安装好之后，logstash的三个组件，shipper负责检测日志变化并收集，然后发送给boker，进行存储，然后传送给indexer

在indexer这个地方进行数据清洗，分析和过滤，然后作为kafka的生产者传送给kafka，这个传送过程呢，是这样的。

首先producer先从zookeeper的brokers的state节点找到该partinon的leader，然后

• producer将消息发送给leader

• leader将消息写入本地log

• followers 从leader pull消息，写入本地log后给leader发送ack

• leader 收到所有的ISR中replica的ASK之后，增加HW（就是完成的offset,）并向porducer发送ack

消费者就是elasticsearch，去拉取tiopic的消息。

kafka同步到es的方式有四种：

1） logstash_input_kafka插件，但是这个不太好用

2） spark stream 同步，太庞大

3） kafka connector同步

4） 自写程序去读取解析写入

kafka connet 可以将完整的数据库注入到kafak topic中

KafkaConnect有两个核心概念：Source和Sink。 Source负责导入数据到Kafka，Sink负责从Kafka导出数据，它们都被称为Connector

kafkaConnect通过Jest实现Kafka对接Elasticsearch。

如果用logstash去将Kafka中的数据写入到ElasticSearch

input需要logstash-input-kafka插件，该插件logstash默认自带。

面试官: 好的，你不仅把我问的都回答了，我不知道的你也说了，这样你还有什么想问我的吗？

嗯，有的面试官，咱们招聘的这个岗位是AB复制还是新增，未来的这个岗位的规划是怎样的？

面试官：巴拉巴拉小魔仙巴拉巴拉

好的，我大体了解了，也对这个岗位比较感兴趣，期待能 有机会共事，感谢。那我先回去了，有消息第一时间通知我哈。

面试官： 我送送你

面试官给我送到了地铁刷卡口，看着我刷卡进站，他才离去。

害，我只能在面试官走后又刷卡出来，因为下一家面试就在隔壁楼上

无奈。

后记
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）

g_convert/9f49b566129f47b8a67243c1008edf79.png)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）