0419面试

python实现

1.参数化把表里面列放到一个参数里面

2测试报告中找出创建时间最晚,

sql3.查数据库年龄段分组,成绩大于80  

4pytest怎么优先加载用例,怎么跳过执行

5性能有哪些指标怎么分析结果  性能指标有CPU占用率,内存占用率,硬盘io和网络io,一般系统达到瓶颈之后,是io会出现异常的情况,代码执行问题会造成CPU占用率高,内存泄露会造成内存占用率高

6.selenium定位不到元素怎么办,appuim怎么用

元素无法定位问题需要分析原因,先延长等待时间,找到其他原因再说如何解决,元素无法定位问题需要分析原因,先延长等待时间,找到其他原因再说如何解决

7注册手机号生成不重复的 . 

注册手机号可以使用list保存,然后做判断保证号码不重复

8.实时日志怎么读取 cat a.log |grep xxx

9.怎么看服务挂,tomcat怎么查看 ps -aux!grep Tomcat

整理别人的

先看看遇到的面试题目,可以自己尝试下回答这些问题:

1.整体的服务架构,架构背后用什么语言实现的 原理
脚本的数量?
2.介绍下负责的复杂的业务流程?
3.如果a接口执行失败 后续的脚本如何处理?
4.接口测试如何做的?
5.测试流程?
6.功能接口测试流程?
7.使用到的框架和库
8.性能测试 从哪一步开始做的
9.问题定位
10.自动化测试应用的场景,报告的展示以及发动报告的方式
11.支付场景设计?
12.元组和list的区别(也有公司问list和字典的区别)?
13.接口结果都验证哪些 ?
14.性能测试属于功能测试还是白盒测试?
15.介绍下负责的项目 和公司整体的业务用什么语言开发的?
16.移动端自动化 h5页面和小程序页面怎么切换?
17.在测试过程中如何保证质量?
18.对于新项目如何快速入手?
19.兼容性测试怎么来做的?
20.jenkins创建一个任务 都包含了哪些?
21.测试环境一键部署 与自动化任务的串联如何实现?
22.你理解的jenkins是怎么工作的?
23.get post的区别
24.session cookie的区别
25.linux 常用命令
26.等价类设计用例方法的有效划分准则是什么?


问1: 面试从哪几个方面进行综合考量?
答1:业务理解、领域知识、软技能三个方面考核候选人,面试不ok,要么领域内技能不过关,要么软技能不过关,至于“身价”问题暂不考虑。

问2: 面试要做什么准备?
答2: 根据自己的过往经历进行业务、技能 输出一份真实的简历,简历的打磨,要确保自己的简历没有错别字,同时对自己的简历能够了然于胸。

简历编写OK后,可以打印出来,自己从头到尾阅读下,看看排版,语句是否通顺,同时最好在简历上圈出面试点,针对性的做准备,面试后自己一定要进行自我总结,总结真的很重要,因为这是自我逻辑梳理的一个重要环节。

问3:业务如何梳理?
答3:日常积累,利用xmind图,梳理整体服务的架构,使用了哪些服务,哪些中间件,用的什么数据库,为何选择使用这些服务,服务之间的依赖关系等等。

问4:面试中遇到不会的问题如何处理?
答4:如果使用过同类工具,那就如实说使用过同类工具,如果没有使用过就可以委婉的说没用过,若问的是思路类的问题,首先要洞察出面试官提问的真实意义,然后在脑子里稍微过下,在进行回答,一定要逻辑清晰。

问5: 现场设计测试用例?
答5:在实际面试过程中,我们会遇到当场设计用例,从 功能、兼容性、性能、安全、ui等角度去完善就可以。

问6:我只是一名测试,为何要问服务架构?
答6:测试不仅仅需要掌握自己的一亩三分地,还需要纵观全局,如果你能清楚的知道,各个模块各个功能之间的关联关系,那么你将会无可替代,这也是你的价值。

问7:我不喜欢加班,但是现在很多公司都加班,我该怎么办?
答7: 这个行业真的没有不加班的,只能说加班的节奏是否是可控的,你能否让自己从加班的节奏中,用技能将自己、甚至团队解脱出来,这个才是需要考量的。

问8:测试行业要求越来越高,我该怎么办?
答8:找准自己的定位,像一根椽子一样,深深的椽下去,就一定有你自己的一片天地。

问9: 新入一家公司,我该怎么办?
答9: 忘记曾经的“辉煌”与“惨淡”,快速了解公司的业务(上手测就是了,新人大家都会给一定的出错机会,所以不要怕出错,不会的就要问)、当前的测试流程、使用的服务、自动化部署的架构、对接的开发人员等等,可以用xmind记录下来,记下来就是你的了。

问10: 大环境这么不好,究竟该不该换工作?
答10: 每年都有离职潮,辞退潮,只是今年因为各方面因素被显化而已,我们要做的一是要充实自己,自身实力要够硬,二是找准自己的定位(可以根据市场就业人员的供需关系去考虑下自己的行业发展)在者就是根据个人的职业发展规划去综合梳理。

 

磁盘io概念:读/写IO,最为常见说法,读IO,就是发指令,从磁盘读取某段扇区的内容。指令一般是通知磁盘开始扇区位置,然后给出需要从这个初始扇区往后读取的连续扇区个数,同时给出动作是读,还是写。磁盘收到这条指令,就会按照指令的要求,读或者写数据。控制器发出的这种指令+数据,就是一次IO,读或者写.

提升磁盘IO的另外一个技巧,一次尽可能多写入或多读取。也就是说,将程序的读写buffer设置得尽可能大一些。例如日志或者redo log的写入,不是每次调用都直接写磁盘,而是先缓存到内存中,等buffer满了再写入磁盘,也可以定时写入磁盘。

怎么看是否有等待:iostat –x –k 1 2

数据库子查询性能低,i o等待

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值