携程测开一面

📌 公司：携程📌 岗位：测试开发实习生📅 面试轮次：一面🧠 面试问题：自动化测试用例如何设计？测试覆盖率怎么算？你用过哪些测试框架？（如JUnit, PyTest）如果接口返回慢，你如何排查性能瓶颈？写过接口测试脚本吗？如何组织数据驱动测试？算法题：给定一个数组和目标值，找两个数的和为目标💬 小结：偏向“测试+代码能力”，熟悉测试理论和常用工具会很加分。

全程大概半小时，没有手撕环节苦苦回忆一番，记得几个印象比较深的问题（1）MySQL binlog主从复制流程，binlog格式（2）MySQL 为什么使用B+树作为索引，而非B树、红黑树（3）MySQL 优化（优化表结构、优化SQL语句、建立索引、使用时避免索引失效、架构上可以考虑使用主从 & 冷热表分离）（4）Redis 实现分布式锁要考虑？（使用原子命令setnx、设置过期时间、给分布式锁设置标识、使用lua脚本释放锁）（5）Redis 和 ZooKeeper 实现分布式锁的异同，适用场景（AP、CP）（6）Redis 集群模式（7）RocketMQ 深挖（broker架构、bro...

昨天秋招第一个面试，给鼠鼠紧张坏了，一晚上焦虑的没睡着(感觉第一面会狠狠拷打简历里面的东西，一定要吃透自我介绍介绍一下你做的项目(鼠鼠面试太紧张了，没把想说的全说完介绍一下项目的迭代测试介绍一下项目的回归测试实习具体提交bug怎么做的测试有去外景测试的情况，具体是什么样的问了解python自动化吗(没咋了解，鼠鼠只会java的，问用java自动化测试实战哪些然后开始细问鼠鼠自动化出现过哪些问题(鼠鼠说的页面id变化，页面加载太慢问鼠鼠出现页面显示太慢了怎么解决的(鼠鼠说用的显示等待和隐式等待问版本更新后，页面元素出现变动怎么能最小程度不改变代码保障自动化成功执行最后问了鼠鼠一个特别简单的算法，怎么检查这个字符串是回文(鼠鼠当时感觉就要寄了，感觉问的太简单了是不是不想要俺了早点结束面试然后是反问鼠鼠问的这个测开岗位是干什么(面试官说的是服务器相关测试，鼠鼠前一天看牛客看到好多都是问服务器相关问题，还狠背了一下相关的题，结果一个没问，现在是真感觉寄了哈哈

无手撕，30mins左右。【面试问题】1. 🧑‍💻 请先自我介绍一下。2. 🔍 做服务时为何选择 LlamaIndex？是否调研过其他技术？3. 📚 还了解哪些相关技术4. 🧠 对 RAG 有何深入认识？5. 📄 切片（chunking）的原理是什么？6. 🧰 技术栈用过哪些语言（C/C++、Python、Go）？7. 🚀 Go 的 goroutine 与传统线程的区别是什么？8. 🔄 goroutine 的并发控制怎么做？如何等待全部结束？9. 🐳 Docker 镜像三层叠加（A 层 1 MB → B 层改 1.5 MB → C 层删除文件）后最终镜像大小是多少？10. 🗂️ 容器启动后在 C 层还能否看到被删除的 A 层文件？底层是否仍存在？11. 🧹 有哪些手段可减小最终镜像体积？（multi-stage 了解吗？）12. ☸️ 对 Kubernetes 的核心概念与组件了解多少？16. 🤖 描述 LLM、Agent、MCP 之间的关系。17. 🛠️ 是否亲手写过 Agent 或 MCP？请举例说明实现过程。场景题：13. 🖥️ 1 万台机器偶发 IO 飙高，如何定位任意时间点、任意进程的 IO 贡献？最后反问业务，面试官人非常好，非常友善，很详细的介绍了部门的情况，分享给大家。部门主要分三大块：大数据，云计算，AI Coding。大数据不谈。云计算又分上层和底层：- 上层先做“应用交付”，也就是传统部署的升级版。最早用虚拟机，资源利用率太低，现在全面换成 Kubernetes + Docker 容器化。有了容器，交付模式就变了：需求管理：企业开发不能随手写代码，得先提需求、审批、测试，全流程我们管。代码仓库：GitHub 或内部 GitLab，也是我们维护。CI/CD：以前用虚拟机构建，现在容器化，任务跑完立即释放 Pod，一天并发十几万。装包→单测→API 测试→打镜像→安全扫描→发布，每一环都是 CI 的一部分。Code Review：合并前必须过评审。CD 交付：最核心。前面就算出错也不会让站点崩溃，CD 必须保证高可用、多集群、容灾、流量无损。我们用 Kubernetes Operator 做滚动发布：5 台机器先拉 1 台做灰度，人工验证没问题再逐步扩，数据中心级别也是逐点发布。- 说完上层，再说底层：资源利用率：让一台 Node 跑更多 Pod，省的就是真金白银。混部：CI 任务结束后立即销毁 Pod，把资源立刻让给别人，进一步提高利用率。调度、监控等组件。AI Coding 部门：目标是用户提需求 + MCP 框架 + 中间件 → 自动生成代码，大幅缩短交付周期AI Code Review：用大模型 + Agent 扫描漏洞、给出优化点智能排障：AI 自动定位、修复单测失败等问题