💻 杂七杂八面试题

接口和压测工具都有哪些，如何选择？

接口测试工具：

• Postman：适合简单接口测试，不适合复杂场景
• SoapUI：主要用于测试Web Service接口（SOAP协议和RESTful接口）【SOAP现在用的很少】
• JMeter：支持较多协议，但更多作为压测工具使用
• Python/Pytest+requests：适合复杂场景，但需要一定的编程能力
• Java/Rest-Assured：适合Java项目，但需要一定的编程能力

压测工具：（压力测试Load Testing和性能测试Performance Testing）

• JMeter：支持较多协议，可以通过图形化界面或命令行方式执行，使用简单
• LoadRunner：商业级性能测试工具，功能非常全面，支持广泛的协议和技术，能够模拟大规模用户并发，提供详细的性能分析报告。通常用于大型企业级应用的性能测试。
• Locust：基于Python的开源压力测试工具，使用Python代码定义用户行为，易于编写复杂的测试场景，支持分布式压测，并提供实时的 Web UI 监控

选择因素

• 成本/预算
• 团队规模
• 易用性
• 可扩展性（集成其他工具，如监控系统、告警系统）
• 可维护性
• 接口类型
• 项目需求和复杂度、系统技术栈
• 团队技能和熟悉程度
• 是否需要支持多环境
• 是否需要支持多种协议
• 是否需要支持团队协作
• 问题定位
• 测试报告展示

接口测试用例的编写要点有哪些？

理解需求和接口文档

覆盖各种测试场景

• 正常场景：合法入参
• 异常场景：非法入参、类型、长度、范围、必填
• 边界场景：最大/最小值、临界值
• 安全性测试：权限控制、敏感数据加密、SQL注入、XSS攻击【跨站脚本攻击，通常是注入js脚本】
• 性能测试：大批量访问是否有性能瓶颈

关注业务逻辑

错误处理是否合理

可读性、可维护性

测试相关（参数化、数据驱动）

黑盒测试和白盒测试有哪些方法？

黑盒测试（不关注内部结构，只关注输入和输出）

• 等价类划分
• 边界值分析
• 因果图
• 决策表
• 正交试验
• 场景法
• 错误推测

白盒测试（关注内部结构，关注代码逻辑）

• 语句覆盖
• 分支覆盖
• 条件覆盖
• 判定覆盖
• 条件组合覆盖
• 路径覆盖
• 单元测试

Token和Session区别？

状态管理、存储位置

• Token：无状态，服务端不保存会话状态，所有状态都保存在客户端
• Session：有状态，服务端保存会话状态，客户端保存会话ID

可扩展性：

• Token: 本身包含了足够的信息（例如用户身份、权限），服务器在验证时不需要查询额外的存储，因此更易于在分布式环境下进行扩展。每个独立的服务器都可以使用相同的密钥来验证Token。
• Session：可扩展性好，可以用于分布式系统（需要使用共享储存，如Redis，Memcached）

安全性：

• Token：主要的安全风险是Token被窃取，攻击者可以在Token过期之前冒充用户。为了提高安全性，通常会使用HTTPS、设置较短的过期时间、使用Refresh Token等机制。对于JWT，签名算法的安全性也至关重要。
• Session：主要的安全风险是Session Hijacking和Session Fixation。为了减轻这些风险，通常会使用 HTTPS、HTTPOnly和Secure Cookie等措施。

服务器负载：

• Token：服务器不需要存储用户的会话信息，因此可以减少服务器的负载，特别是对于大量用户的应用。
• Session：每个用户都需要一个独立的Session，如果用户数量很多，服务器需要为每个用户维护一个Session，这将导致服务器负载增加。

过期时间：

• Token：通常也会设置过期时间。为了在Token过期后保持用户的登录状态，通常会配合使用Refresh Token。当 Access Token 过期时，客户端可以使用Refresh Token向服务器请求新的Access Token。
• Session：可以设置Session的过期时间，当用户长时间不活动时，Session会失效。

软件测试分为哪几个阶段？

• 需求分析阶段
• 测试计划阶段（编写测试计划）
• 测试设计阶段（编写用例）
• 测试环境准备阶段
• 测试执行阶段
  • 单元测试
  • 集成测试
  • 系统测试
  • 验收测试（UAT）
  • 回归测试（可选）
• 测试报告阶段

JMeter中跟踪重定向和自动重定向有什么区别？

http和https的区别？

核心区别：安全性【https是http的安全增强版】

• http信息是明文传输，https信息是密文传输
• 标准端口号：http是80，https是443
• 证书：http不需要证书，https需要证书
• 性能：https比http性能低
• 成本：https比http成本高

get请求和post请求的区别?

测试用例的八大（N大）元素

• 测试用例编号
• 所属模块
• 测试用例标题
• 前置条件
• 测试步骤
• 预期结果
• 实际结果
• 优先级
• 用例类型
• 测试环境
• 执行人员
• 备注

算法题：找最小连续的子数组

算法题：一个数组，找出其中最小连续的子数组，使得这个子数组排序后，整体数组是有序的
例：数组[1,3,2,7,5,8]，找到子数组[3,2,7,5]，使得其排序后[2,3,5,7]，整体[1,2,3,5,7,8]有序）

咋一看好像不难，写出了下面的代码：

def find_unsorted_subarray(nums):
    length = len(nums)

    if length <= 1:
        return []

    # 寻找右界idx
    right = length-1
    for i in range(length - 1, 0, -1):
        if nums[i - 1] > nums[i]:
            right = i - 1
            break
    right += 1
    print(f'right: {right}')

    # 寻找左界idx
    left = 0
    for i in range(0, length - 1):
        if nums[i] < nums[i + 1]:
            left += 1
            break
    print(f'left: {left}')

    return nums[left: right + 1]


if __name__ == "__main__":
    nums = [1,3,2,7,5,8]
    print(find_unsorted_subarray(nums))

如上，有问题：
如果数组本身就是有序的，返回有误（应该返回空数组）
只单纯的找到了起始和结束边界，但未进行扩展：考虑这样一种场景，如果子数组中的最小值比左边元素小，最大值比右边元素大，那么就不符合了，因此需要进行扩展边界

参考答案给出的代码如下：【这道题在搜索的时候，gemini和deepssek的回答多次有误，使用grok回答对了..囧😶】

def find_unsorted_subarray(nums):
    length = len(nums)
    print(f'length: {length}')

    if length <= 1:
        return []

    # 寻找左界
    left = 0
    while left < length - 1 and nums[left] <= nums[left + 1]:
        left += 1
    print(f'left: {left}, left num: {nums[left]}')

    if left == length - 1:
        return []

    # 寻找右界
    right = length - 1
    while right > 0 and nums[right] >= nums[right - 1]:
        right -= 1
    print(f'right: {right}, right num: {nums[right]}')

    # 找到子数组的最小值和最大值
    subarray_min = min(nums[left: right + 1])
    subarray_max = max(nums[left: right + 1])
    print(f'min: {subarray_min}, max: {subarray_max}')

    print(nums[left: right + 1])

    # 进行扩展：
    while left > 0 and nums[left - 1] > subarray_min:
        left -= 1
    while right < length - 1 and nums[right + 1] < subarray_max:
        right += 1

    return nums[left: right + 1]

Python的内存管理机制是什么？

1. 引用计数 (Reference Counting)

这是Python最主要的内存管理方式。
Python中的每个对象都会维护一个引用计数器，用于记录当前有多少个变量或对象引用着它。
增加引用计数的情况：

• 创建一个新的对象并将其赋值给一个变量时，该对象的引用计数会增加。
• 将一个对象作为参数传递给函数时，该对象在函数内部的引用计数会增加。
• 将一个对象存储到容器（如列表、字典、元组）中时，该对象在容器中的引用计数会增加。

减少引用计数的情况：

• 当一个变量被赋予新的值时，之前引用的对象的引用计数会减少。
• 当一个包含对象的容器被销毁时，该容器中所有对象的引用计数都会减少。
• 当一个函数执行完毕，函数内部使用的局部变量引用的对象的引用计数会减少。
• 使用 del 语句显式删除一个变量时，该变量引用的对象的引用计数会减少。

优点： 简单高效，能够及时回收不再使用的内存。

缺点： 无法解决循环引用的问题。例如，两个对象互相引用，即使它们不再被其他对象引用，它们的引用计数也不会变为零，导致内存泄漏。

2. 垃圾回收 (Garbage Collection)

为了解决引用计数无法处理的循环引用问题，Python引入了垃圾回收机制。
垃圾回收器会定期扫描内存中的对象，检测是否存在循环引用，并回收这些不再使用的对象。
Python的垃圾回收机制主要基于标记-清除 (Mark and Sweep) 算法。

• 标记阶段： 从根对象（例如全局变量、活动函数的局部变量等）开始，遍历所有可达的对象，并将它们标记为“存活”。
• 清除阶段： 遍历整个堆内存，将没有被标记为“存活”的对象清除掉，释放其占用的内存。

为了提高垃圾回收的效率，Python还引入了分代回收 (Generational Garbage Collection) 的策略。

• Python将内存中的对象分为三个“代”（generation）：0代、1代和2代。
• 新创建的对象属于第0代。
• 如果在一次垃圾回收中对象仍然存活，它会被移动到下一代。
• 垃圾回收器会更频繁地回收第0代的对象，因为新创建的对象更容易变成垃圾。而对于存活时间较长的对象（高代），回收频率会降低。
• 这样做的目的是减少垃圾回收的开销，提高程序的整体性能。

3. 内存池机制 (Memory Pools / Object Allocator)

对于频繁使用的小块内存，Python引入了内存池机制进行优化。
Python的内存管理机制在底层会维护多个内存池，用于不同大小的对象分配。
当需要分配小于一定大小（通常是512字节）的对象时，Python会尝试从对应的内存池中获取空闲的内存块，而不是直接向操作系统申请内存。
优点：减少了频繁向操作系统申请和释放内存的开销，提高了内存分配和释放的效率。
Python的内存池机制是分层的：

• Level 1： 用于分配小的对象，如整数、短字符串等。
• Level 2： 用于分配中等大小的对象。
• Level 3： 直接使用操作系统的内存分配。

总结：

• 引用计数 是主要机制，负责大部分对象的及时回收。
• 垃圾回收 作为补充，处理引用计数无法解决的循环引用问题，并采用分代回收优化性能。
• 内存池机制 则针对小对象进行优化，提高内存分配效率。

TCP、UDP区别

TCP的三次握手：

• 第一次握手：客户端发送SYN包到服务器，等待服务器确认
• 第二次握手：服务器收到SYN包，确认客户端的SYN，并发送SYN+ACK包到客户端
• 第三次握手：客户端收到SYN+ACK包，确认服务器的SYN，并发送ACK包到服务器

2次不够，无法保证服务器知道客户端已接收到，也无法保证客户端知道服务器已接收到 4次不行，浪费资源（增加延迟和开销）

浏览器输入一个网址，接下来会发生什么？

• URL解析
• DNS查询获取目标服务器IP地址
• 建立TCP连接（如果是HTTPS还会进行TLS/SSL握手）
• 浏览器发送HTTP请求
• 服务器处理请求
• 服务器发送HTTP响应
• 浏览器解析和渲染响应内容
• （可能）关闭TCP连接

HTTPS数字证书的认证过程：

• 服务器发送证书（证书信息：公钥、证书颁发机构、有效期、域名）
• 浏览器验证证书的合法性
  • 检查证书是否由受信任的证书颁发机构（CA）签发
  • 检查证书是否过期
  • 检查证书是否与请求的域名匹配
• 如果证书合法，浏览器生成一个随机数，并使用证书中的公钥加密该随机数
• 浏览器将加密后的随机数发送给服务器
• 服务器使用私钥解密得到随机数
• 浏览器和浏览器使用该随机数进行对称加密通信

OSI7层网络模型

① 物理层：
负责在物理介质上传输原始的比特流（0和1）。它定义了物理连接的特性，如电缆类型、接口规范、信号传输速率等。

• 以太网、WiFi、蓝牙、USB..

② 数据链路层：
负责在直接相连的两个节点之间提供可靠的数据传输。它将物理层提供的比特流组织成帧（frame），并处理MAC地址寻址、错误检测和纠正等。

• 以太网中的MAC子层协议、点对点PPP、虚拟局域网VLAN、地址解析一些ARP

③ 网络层：
负责在源主机和目标主机之间提供逻辑寻址和路由选择。它定义了IP地址，并负责将数据包从源网络路由到目标网络。

• 互联网协议IP、互联网控制报文协议ICMP、路由协议

④ 传输层：
负责在应用程序之间提供端到端的可靠或不可靠的数据传输服务。它处理数据的分段、重组、流量控制和拥塞控制。

• 传输控制协议TCP、用户数据报协议UDP

⑤ 会话层：
负责建立、管理和终止应用程序之间的会话（连接）。它提供会话控制和同步等服务。

• 点对点隧道协议PPTP、

⑥ 表示层：
负责数据的格式化、加密和压缩，以确保应用程序可以理解接收到的数据。它处理数据在不同系统之间的转换。

• 安全套接字层/传输层安全协议SSL/TLS、图像相关JPEG/MPEG

⑦ 应用层：
为最终用户提供网络应用程序接口。这是用户直接与之交互的层次。

• 超文本传输协议HTTP、安全超文本传输协议HTTPS、文件传输协议FTP、简单邮件传输协议FTP、邮局协议版本3 POP3、互联网消息访问协议IMAP、域名系统DNS、安全外壳协议SSH、远程终端协议Telnet、

TCP/IP模型：将OSI的会话层和表示层合并为应用层，将数据链路层和网络层合并为网络接口层。 即：网络接口层、互联网层、传输层、应用层

栈STACK和堆HEAP的区别

进程、线程的区别

1. 定义:
   • 进程（Process）: 是操作系统中资源分配的基本单位。一个进程可以包含一个或多个线程。每个进程都拥有独立的内存空间（地址空间）、数据段、代码段以及其他系统资源（如打开的文件、网络连接等）。可以将其理解为一个正在运行的应用程序的实例。
   • 线程（Thread）: 是操作系统中CPU 调度的基本单位。一个线程存在于一个进程之内，是进程中实际执行的指令流。一个进程中的多个线程共享该进程的内存空间、数据段和代码段等资源，但拥有自己独立的栈空间和程序计数器。可以将其理解为进程中不同的执行路径。
2. 资源拥有:
   • 进程: 拥有独立的资源，包括内存空间、文件句柄、I/O 设备等。创建和销毁进程的开销较大，因为需要分配和回收这些资源。
   • 线程: 不拥有独立的系统资源，而是共享其所属进程的资源。创建和销毁线程的开销相对较小。
3. 上下文切换:
   • 进程切换: 当操作系统从一个进程切换到另一个进程时，需要保存当前进程的 CPU 状态（如寄存器值、程序计数器等）和内存状态，然后加载下一个进程的状态。这个过程开销较大。
   • 线程切换: 同一个进程内的线程切换只需要保存和恢复线程的 CPU 状态（如寄存器值、程序计数器等），由于它们共享内存空间，不需要切换内存状态，因此开销较小。
4. 通信:
   • 进程间通信（IPC - Inter-Process Communication）: 由于进程拥有独立的内存空间，进程之间的通信需要使用特定的机制，如管道、消息队列、共享内存、信号量、套接字等，这些机制通常涉及内核的介入，开销相对较大。
   • 线程间通信: 同一个进程内的线程可以直接共享进程的内存空间，因此线程之间的通信非常方便和高效。但也需要注意同步机制（如互斥锁、信号量、条件变量等）来避免竞态条件。
5. 开销:
   • 进程: 创建、销毁和切换进程的开销都比线程大，因为涉及到独立的资源分配和管理。
   • 线程: 创建、销毁和切换线程的开销相对较小，因为它们共享进程的资源。
6. 独立性:
   • 进程: 一个进程的崩溃通常不会影响其他进程。
   • 线程: 如果一个进程中的某个线程崩溃，可能会导致整个进程的崩溃，因为它们共享相同的内存空间。
7. 地址空间:
   • 进程: 每个进程拥有独立的地址空间。
   • 线程: 同一个进程内的所有线程共享相同的地址空间。