python后端开发面试_Python后端面试（持续更新）

Python后端

Python后端技术栈

Web请求的流程浏览器

负载均衡

Web框架

业务逻辑

数据库缓存

Python语言基础语言特点

语法基础

高级特性

算法与数据结构常用算法和数据结构

分析时间、控件复杂度

实现常见数据结构和算法

编程范式面向对象编程

常用设计模式

函数式编程

操作系统常用Linux命令

进程、线程

内存管理

网络编程常用协议TCP、IP、HTTP

Socket编程基础

Python并发库

数据库Mysql常考，索引优化

关系型和NoSQL的使用场景

Redis缓存

Python Web框架常用框架对比，RESTful

WSGI原理

Web安全问题

系统设计设计原则，如何分析

后端系统常用组件（缓存、数据库、消息队列等）

技术选型和实现（短网址服务、Feed流系统）

技术之外，软实力学习能力

业务理解能力，沟通交流能力

心态

Python初、中级工程师技能要求

初级工程师扎实的计算机理论基础

代码规范，风格良好

能在指导下靠谱地完成业务要求

中级工程师扎实的计算机基础和丰富的项目经验

能够独立设计和完成项目要求

熟悉成员web组件（缓存、消息队列），具有一定的系统设计能力

软技能具有产品意识，技术引导产品

沟通交流嫩合理，团队协作能力

技术领导能力和影响力

面试准备工作内容和业务紧密相关

平台决定成长（业务体量）

准备面试需要有的放矢，跟职位相匹配

简历书写与自我介绍

简历内容基本信息（姓名、学校、学历、联系方式等）

职业技能（编程语言、框架、数据库、开发工具等）

关键项目经验（担任职责，用到了哪些技术）

简历加分项知名项目经验

技术栈比较匹配

开源项目（GitHub、技术blog、Linux、unix geek）

简历注意事项内容精简、突出重点。不宜超过两页、可以套用模板

主要格式，推荐PDF

信息真实，不弄虚作假。技能要和岗位匹配

自我介绍个人信息

掌握的技术，参与过的项目

应聘的岗位，表达对该岗位的看法和兴趣

行为面试题与表达技巧

什么是行为面试根据候选人过去的行为评测其胜任能力理论依据：行为的连贯性

人在面对相似的场景时会倾向于重复过去的行为模式

评判人的业务能力，沟通交流能力，语言表达能力，坑压能力等

行为面试套路提问方式：说说你曾经

说说你做过的这个项目

说说你碰到过的技术难题？你是如何解决的？有哪些收获？

STAR模型

面试官一般会问：你还有什么要问我的吗？千万别说没了，直接说表明你对岗位缺乏了解和兴趣

表现出兴趣：提问工作内容（业务）、技术栈、团队、项目等

问自己的感兴趣的问题

注意事项态度真诚，力求真实，不要弄虚作假

言简意赅，突出重点，省略细枝末节。适当模拟训练

采用STAR模型让回答更有条理

Python语言基础常见考题

Python是静态还是动态类型？是强类型还是弱类型？动态强类型语言

动态还是静态指的是编译期还是运行期确定类型

强类型指的是不会发生隐式类型转换

Python作为后端语言优缺点胶水语言，轮子多，应用广泛

语言灵活，生成力高

性能问题、代码维护问题、Python2、3兼容问题

什么是鸭子类型关注点在对象的行为，而不是类型（duck typing）

比如file，StringIO，socket对象都支持read/write方法

再比如定义了__iter__魔术方法的对象可以用for迭代

什么是monkey patch所谓的monkey patch就是运行时替换

比如gevent库需要修改内置的socket

from gevent import monkey; monkey.patch_socket()

什么是自省（Introspection）运行时判断一个对象的类型的能力

Python一切皆对象，用type，id，isinstance获取对象类型信息

Inspect模块提供了更多获取对象信息的函数

什么是列表和字典推导式（List Comprehension）比如[i for i in range(10) if i % 2 == 0]

一种快速生成list、dict、set的方式。用来替代map、filter等

(i for i in range(10))返回生成器

Python2/3对比

Python3改进print成为函数

编码问题。Python3不再有Unicode对象，默认str就是unicode

除法变化。Python3返回浮点数

类型注解（type hint）。帮助IDE实现类型检查def hello(name: str) -> str:

return 'hello' + name优化的super()方便直接调用父类函数class Base(object):

def hello(self):

print('say hello')

class C(Base):

def hello(self):

# py2

return super(C, self).hello()

class C2(Base):

def hello(self):

# py3

return super().hello()高级解包操作。a, b, *rest = range(10)

Keyword only arguments。限定关键字参数def add(a, b, *, c):

print(a+b+c)

# 会报错

add(1, 2, 3)

# 正确写法

add(1, 2, c=3)Chained exceptions。Python3重新抛出异常不会丢失栈信息

一切返回迭代器range, zip, map, dict.values, etc. are all iterators.

生成的pyc文件统一放在__pycache__

一些内置库的修改。urllib，selector等

性能优化等

Python3新增yield from链接子生成器

asyncio内置库，async/await原生协程支持异步编程

新的内置库enum,mock,asyncio,ipaddress,concurrent.futures等

Python2/3工具six模块

2to3等工具转换代码

__future__

Python函数常考题

以下Python代码分别输出什么？def flist(l):

l.append(0)

print(l)

​

l = []

flist(l) #[0]

flist(l) #[0, 0]def fstr(s):

s + = 'a'

print(s)

s = 'hehe'

fstr(s) #'hehea'

fstr(s) #'hehea'可变类型参数

不可变类型参数

Python如何传递参数？传递值还是引用呢？都不是。唯一支持的参数传递是共享传参

Call by Object (Call by Object Reference or Call by sharing)

Call by sharing(共享传参)。参数形参获得实参中各个引用的副本

Python可变/不可变对象不可变bool int float tuple str frozenset

可变list set dict

测试# 一个小例题，请问这段代码会输出什么结果？

# first

def clear_list(l):

l = []

ll = [1, 2, 3]

clear_list(ll)

print(ll)

​

# second

# 默认参数只计算一次

def flist(l=[1]):

l.append(1)

print(l)

flist()

flist()

Python *args, *kwargs用来处理可变参数

*args被打包成tuple

**kwargs被打包成dict

Python异常机制常考题

什么是Python异常？Python使用异常处理错误

BaseException

SystemExit/KeyboardInterrupt/GeneratorExit

Exception

什么时候需要捕获处理异常？看Python内置异常类型网络请求（超时、链接错误等）

资源访问（权限问题、资源不存在）

代码逻辑（越界访问、KeyError等）

如何处理Python异常try:

# func # 可能会抛出异常的代码

except (Exception1, Exception2) as e: # 可以捕获多个异常并处理

# 异常处理代码

else:

pass # 异常没有发生的时候代码逻辑

finally:

pass # 无论异常有没有发生都会执行的代码，一般处理资源的关闭和释放

如何自定义异常继承Exception实现自定义异常（想想为什么不是BaseException）

给异常加上一些附加信息

处理一些业务相关的特定异常（rasie MyException）class MyException(Exception):

pass

​

try:

raise MyException('my exception')

except MyException as e:

print(e)

Python性能分析与优化，GIL常考题

什么是Cpython GILGIL, Global Interpreter Lock

Cpython解释器的内存管理并不是线程安全的

保护多线程情况下Python对象的访问

Cpython使用简单的锁机制避免多个线程同时执行字节码

GIL影响限制了程序的多核执行

同一时间只能有一个线程执行字节码

CPU密集程序难以利用多核优势

IO期间会释放GIL，对IO密集程序影响不大（爬虫，web）

如何规避GIL影响CPU密集可以使用多进程

IO密集可以使用多进程、协程

cython扩展

问题import threading

​

n = [0]

​

def foo():

n[0] = n[0] + 1

n[0] = n[0] + 1

threads = []

for i in range(50000):

t = threading.Thread(target=foo)

threads.append(t)

for t in threads:

t.start()

print(n)

# 大多数情况下打印10000，偶尔打印9998，Python的多线程并不是绝对安全的

为什么有了GIL还要关注线程安全Python中什么操作才是原子的？一步执行到位

一个操作如果是一个字节码指令可以执行完成的就是原子的

原子的是可以保证线程安全的

使用dis操作才分析字节码import dis

​

def update_list(l):

# 原子操作，不用担心线程安全问题

l[0] = 1

dis.dis(update_list)

'''

5 0 LOAD_CONST 1 (1)

2 LOAD_FAST 0 (l)

4 LOAD_CONST 2 (0)

6 STORE_SUBSCR # 字节码操作，线程安全

8 LOAD_CONST 0 (None)

10 RETURN_VALUE

'''

​

def incr_list(l):

# 危险！不是原子操作

l[0] += 1

dis.dis(incr_list)

'''

3 0 LOAD_FAST 0 (l)

2 LOAD_CONST 1 (0)

4 DUP_TOP_TWO

6 BINARY_SUBSCR

8 LOAD_CONST 2 (1)

10 INPLACE_ADD # 需要多个字节码操作，有可能在线程执行过程中切到其他线程

12 ROT_THREE

14 STORE_SUBSCR

16 LOAD_CONST 0 (None)

18 RETURN_VALUE

'''

如何剖析程序性能使用各种profile工具（内置或者第三方）

二八定律，大部分时间花费在少量代码上

内置的profile、cprofile等工具

使用pyflame（uber开源）的火焰图工具

服务端性能优化措施web应用一般语言不会成为瓶颈

数据结构和算法

数据库层：索引优化，慢查询消除，批量操作减少IO，NoSQL

网络IO：批量操作，pipeline操作减少IO

缓存：使用内存数据库redis/memcached

异步：asyncio，celery

并发：gevent/多线程