中航信（航旅纵横）：运维开发面试记录

第一次遇到技术面，由于我问题没答上来几道并且时间排不开，所以无疾而终……

这个岗位的背景：会用Linux进行定位和调试，需要用Python+Django技术栈编写一些简单的运维工具。

第一部分：根据简历进行自我介绍

第二部分：技术面试：

1. Python 中什么场景用Django合适？什么时候用FastAPI合适？

Django 适合的场景：​
全功能型 Web 应用​
需要内置完整功能（如 Admin 后台、ORM、用户认证、模板引擎）。
适合内容管理系统（CMS）、电商平台、社交网站等业务逻辑复杂、需要快速原型开发的项目。
强调开发效率与“开箱即用”​
团队希望减少重复造轮子，直接使用 Django 的成熟组件（如 Session 管理、路由、中间件）。
项目需求明确，遵循 MVC 模式，适合中大型长期维护的系统。
强数据驱动型项目​
ORM 对复杂查询和数据库迁移支持完善，适合对数据一致性要求高的场景（如金融、企业信息化系统）。
FastAPI 适合的场景：​
高性能 API 服务​
对并发和响应速度要求高（如微服务架构中的独立服务、实时数据处理接口）。
利用异步支持（Async/Await）处理高并发 I/O 操作（如大量外部请求、WebSocket）。
轻量级或微服务架构​
项目仅需提供 RESTful/GraphQL API，不需要内置前端模板或后台管理功能。
适合前后端分离场景，前端独立部署（如 Vue/React 项目搭配 FastAPI 后端）。
快速迭代的现代技术栈​
团队希望使用类型注解（Pydantic）、自动文档生成（OpenAPI）、依赖注入等现代特性。
适合新兴领域如 IoT 数据接口、AI 模型服务、快速实验性项目。
选型决策建议（补充说明）：​
团队熟悉度：若团队长期使用 Django 且业务匹配，切换成本低；若团队熟悉异步编程，FastAPI 更易上手。
生态扩展：Django 插件市场丰富（如 Django REST Framework 可构建 API），FastAPI 轻量但依赖社区组合工具链。
性能边界：99% 的项目两者均能满足性能需求，除非涉及极端高并发（如每秒数万请求），否则优先考虑开发效率。

2. Python 中装饰器是什么 如何实现的？装饰器返回的是什么？

装饰器是 Python 中一种强大的语法特性，它允许在不修改原始函数或类代码的情况下，为它们添加额外功能。以下是核心要点：

1. 装饰器是什么
   装饰器本质上是一个可调用对象，通常是一个函数或类，它可以：
   接收一个函数或类作为参数
   扩展或修改其功能
   返回一个新的函数或类
   通过 @decorator语法糖在定义时应用
2. 如何实现装饰器
   装饰器的核心实现基于 闭包和函数作为一等公民​ 的特性：

基本实现模板：

def decorator(original_func):           # 接收原始函数
    def wrapper(*args, **kwargs):      # 定义包装函数
        # 添加额外功能（如日志、权限校验）
        result = original_func(*args, **kwargs)  # 调用原始函数
        # 添加后续处理
        return result
    return wrapper                      # 返回包装函数

def decorator(original_func):           # 接收原始函数
    def wrapper(*args, **kwargs):      # 定义包装函数
        # 添加额外功能（如日志、权限校验）
        result = original_func(*args, **kwargs)  # 调用原始函数
        # 添加后续处理
        return result
    return wrapper                      # 返回包装函数

实际应用场景：
日志记录：自动记录函数执行情况
性能测试：计算函数执行时间
权限校验：检查用户权限
缓存机制：实现结果缓存
单例模式：确保类只有一个实例

3. 面向对象的三大特性是什么？具体含义是什么？怎么用呢？

封装​
核心思想：将数据（属性）和操作数据的方法（行为）捆绑在一起，并隐藏内部实现细节，仅对外暴露有限的接口。
主要目的：
保护数据的完整性，防止外部直接修改对象状态。
降低模块间的耦合，提高代码安全性。
举例：比如定义一个BankAccount类，将余额（balance）设为私有属性，提供公有的deposit()和withdraw()方法进行存取，外部无法直接修改余额。
继承​
核心思想：允许一个类（子类）基于另一个类（父类）来构建，从而获得父类的属性和方法，并可以在此基础上进行扩展或修改。
主要目的：
实现代码复用，避免重复编写相同逻辑。
建立类之间的层次关系，便于抽象和扩展。
举例：比如有一个Vehicle（车辆）父类，包含move()方法；子类Car和Bicycle可以继承Vehicle，并重写或扩展move()方法。
多态​
核心思想：同一操作（如方法调用）作用于不同类的对象时，可以产生不同的行为。多态通常依赖于继承或接口实现。
主要目的：
增强代码的灵活性，允许程序在运行时根据对象类型决定具体行为。
支持“面向接口编程”，降低代码依赖。
举例：比如Animal类有makeSound()方法，子类Dog和Cat分别重写该方法。当调用不同子类对象的makeSound()时，会分别输出“汪汪”和“喵喵”，而代码可以通过父类类型统一处理。

4.进程、线程与协程的含义是什么？如何区分？场景是什么？

进程
定义：进程是操作系统进行资源分配和调度的基本单位。简单说，一个运行起来的程序就是一个进程。每个进程都拥有自己独立的地址空间、内存、数据栈以及各种系统资源（如文件句柄）。
核心理解：进程是资源的“集装箱”，是程序的一次执行过程。进程间是相互隔离的，一个进程崩溃通常不会影响其他进程。
线程
定义：线程是操作系统能够进行运算调度的最小单位，是进程内的一个执行流。一个进程可以包含多个线程，这些线程共享进程的地址空间和大部分资源（如内存、文件）。
核心理解：线程是进程内的“车间”，是CPU调度的基本单位。线程共享资源带来了高效的通信，但也带来了数据同步和线程安全的挑战。
协程
定义：协程是一种用户态的、更轻量级的“微线程”。它不由操作系统内核直接调度，而是由程序员在用户空间控制其创建、切换和销毁。协程的调度发生在用户态，没有线程切换的开销。
核心理解：协程是线程内的“工人”，是协作式的。一个线程内可以运行成千上万个协程，由协程自己主动让出控制权，而不是被系统强制抢占。

我们可以从以下几个维度进行清晰区分：

典型使用场景

1. 进程的场景
   • 需要高安全性和隔离性的任务：如浏览器（每个标签页一个进程）、Chrome；数据库服务器为每个连接创建独立进程（如PostgreSQL的早期模式）。
   • 需要利用多核优势的独立程序：系统服务、独立的守护进程。
   • 进程崩溃不能影响主程序的场景。
2. 线程的场景
   • 需要高性能并发且需要共享数据的任务：如Web服务器（如Tomcat, Nginx的worker进程内部用线程处理请求）、桌面GUI应用（一个线程处理UI，一个线程处理后台计算）。
   • 多核CPU上进行密集型并行计算：如数据处理、科学计算，但要注意线程安全。
   • IO密集型应用，利用阻塞IO时的多线程来提高吞吐。
3. 协程的场景
   • 超高并发的IO密集型应用：这是协程的“主战场”。例如：
     • 高性能网络服务：如微服务网关、即时通讯（IM）后端，单机可轻松支撑数万甚至十万级连接（如Go的net/http, Python的gevent/aiohttp）。
     • 爬虫：高效管理成千上万个网络请求。
   • 需要大量轻量级“并发”任务的游戏开发：每个游戏对象可以是一个协程，管理自己的状态机。
   • 简化异步回调的“回调地狱”：用同步的代码写法实现异步的性能（async/await语法）。

第三部分：学校允许实习吗？时间怎么协调的？未来方向是什么？