lynpt字节SRE三面

根据口述整理，岗位方向为 SRE。整体考察重点是项目动机、容器与云原生、Python 并发模型、网络基础、排障方法和现场算法。

面试画像#

这场三面从项目真实性和工程选择切入，持续追问 OJ 系统为什么自研、DinD 难点、部署方式和云上经验。基础题集中在 Docker / K8s、Python GIL、goroutine、网络与 Linux 排障，最后用验证二叉搜索树检查数据结构和递归边界处理。

完整题目#

自我介绍。
你的 OJ 系统是大作业，还是有实际应用需求？
自研 OJ 相比开源平台或 LeetCode 类现成平台的价值是什么？
在这个项目中你遇到的最大难点是什么？（回答 DinD）
部署是上云了，还是物理主机？（回答第二个项目的上云）
Docker 和 K8s 的区别？
你对 Python 了解到什么程度？
Python 多线程能力受什么限制？
Goroutine 和线程的区别？
你对大数据方面的了解是什么？
你的常用编程语言？
Socket、TCP、UDP 分别能解决什么问题？
Java 你平时用得多吗？
写代码 debug 时，你常用的 troubleshooting 工具或方案？（分别讲 Docker、Go、Python）
Linux 端口被打满了应该如何排查？
算法：检验是否二叉搜索树。

参考答案（AI 生成）#

以下答案由 AI 生成，仅供面试复盘参考。

项目与云原生#

自我介绍怎么讲#

可直接说： 我主要做后端和云原生方向，常用 Go 和 Python。项目上做过 OJ 系统和一个云上部署项目，OJ 重点在判题隔离、容器执行和资源控制，云上项目重点在服务部署、域名反代、日志和基础运维。我的准备方向和岗位匹配点是后端工程能力、容器化实践、Linux 排障和持续学习能力。

OJ 项目是大作业还是实际需求#

可直接说： 这个 OJ 的起点是课程项目，后续按真实应用需求继续完善。它解决的是代码提交、隔离执行、结果判定和资源限制这条完整链路，工程上有用户提交、任务调度、判题容器、结果回传和异常处理。

回答时可以强调：

课程项目提供了明确场景和交付目标。
后续实现按真实 OJ 的核心链路推进。
项目价值在于把容器隔离、并发任务、资源限制和安全边界做成可运行系统。

自研 OJ 的价值怎么讲#

可直接说： 开源平台适合快速搭建，自研 OJ 的价值是掌握判题系统的核心链路和工程取舍。比如代码如何进入沙箱、容器如何限制 CPU 和内存、判题进程如何回收、异常提交如何处理，这些细节都能变成项目深挖点。

可以补充这几个点：

自研能体现个人对系统架构的理解。
判题隔离和资源控制适合展示容器能力。
任务队列、超时控制、结果状态机适合展示后端工程能力。
开源平台可以作为设计参考和对照基准。

DinD 难点怎么讲#

可直接说： DinD 最大难点是容器里再管理容器时，安全隔离、权限、cgroup、文件系统和网络都会变复杂。判题场景需要把用户代码放进隔离环境运行，所以我重点关注容器权限、资源限制、超时回收和异常清理。

可以展开为：

权限：Docker daemon 通常需要较高权限，配置要控制风险。
资源：CPU、内存、进程数和运行时间都要被限制。
文件系统：每次判题要准备代码、输入输出文件和临时目录，并在结束后清理。
网络：判题容器通常需要限制网络访问，减少恶意代码影响范围。
回收：编译失败、运行超时、进程残留都要有兜底清理逻辑。

部署方式怎么回答#

可直接说： 我会把两个项目分开讲。OJ 项目更关注判题容器和宿主机资源隔离；第二个项目有上云部署经历，涉及云服务器、域名、Nginx 反向代理、容器部署、日志查看和基础监控。

这类问题要主动补齐：

服务部署在哪里。
请求链路怎么进入后端。
日志和错误怎么查看。
配置、镜像和数据怎么管理。
出问题时怎么回滚或重启。

Docker 和 K8s 的区别#

可直接说： Docker 主要解决单机容器构建、运行和镜像管理；K8s 主要解决多节点容器编排、调度、服务发现、扩缩容、滚动发布和自愈。

可以按层次回答：

Docker：镜像、容器、网络、卷、单机生命周期。
K8s：Pod、Deployment、Service、Ingress、ConfigMap、Secret。
Docker 更像运行时和打包工具。
K8s 更像集群操作系统，负责把声明式配置维持成目标状态。

编程语言与并发#

Python 了解到什么程度#

可直接说： 我熟悉 Python 基础语法、常用标准库、虚拟环境和包管理，能用它写脚本、爬取处理数据、做简单 Web 服务和自动化工具。工程上我会关注异常处理、日志、依赖管理、单元测试和性能分析。

可以补充：

常用 list、dict、生成器、装饰器和上下文管理器。
常用 requests、json、pathlib、logging、pytest。
排查会用 pdb、日志、cProfile、tracemalloc。

Python 多线程能力受什么限制#

可直接说： CPython 的 threading 提供并发能力，GIL 会让同一进程同一时刻通常只有一个线程执行 Python 字节码。因此 Python 线程适合 I/O 密集任务，CPU 密集任务更适合多进程、C 扩展释放 GIL、或者交给 Go / C++ 这类语言处理。

面试里可以讲清楚：

GIL 保护解释器内部对象和引用计数。
I/O 阻塞时线程可以切换，网络请求和文件读写能受益。
CPU 密集计算会受到 GIL 影响。
常见方案是 multiprocessing、asyncio、C 扩展、任务队列。

Goroutine 和线程的区别#

可直接说： goroutine 是 Go 运行时管理的轻量执行单元，线程是操作系统内核调度的执行单元。Go 使用 G-M-P 调度模型把大量 goroutine 映射到少量 OS 线程上，创建成本和切换成本更低，栈也会按需增长。

重点对比：

调度者：goroutine 由 Go runtime 调度，线程由 OS 调度。
栈空间：goroutine 初始栈很小并可增长，线程栈通常更大。
并发规模：goroutine 更适合大量并发任务。
通信方式：Go 推荐 channel 和共享内存加锁结合使用。

常用编程语言和 Java 使用情况#

可直接说： 我的常用语言是 Go 和 Python，Go 主要用于后端服务和并发场景，Python 主要用于脚本、自动化和数据处理。Java 使用频率中等，能写基础业务代码，也了解集合、线程池、JVM 基础和 Spring 生态的基本概念。

大数据与网络基础#

大数据了解什么#

可直接说： 我对大数据的理解主要包括数据采集、消息队列、批处理、流处理、存储和分析查询。典型组件有 Kafka、HDFS、Spark、Flink、Hive、ClickHouse，核心问题是高吞吐、分区、容错、状态管理和数据一致性。

回答时可以按链路讲：

采集：日志、埋点、业务库 CDC。
传输：Kafka 做缓冲和削峰。
计算：Spark 偏批处理，Flink 偏流处理。
存储：HDFS、对象存储、数据仓库、OLAP 引擎。
保障：checkpoint、重试、幂等、监控和告警。

Socket、TCP、UDP 分别解决什么问题#

可直接说： Socket 是应用程序进行网络通信的编程接口；TCP 提供可靠、有序、面向连接的字节流；UDP 提供低开销、低延迟、面向报文的数据传输。

可以补充场景：

Socket：服务端监听端口、客户端建立连接、读写网络数据。
TCP：HTTP、数据库连接、文件传输、RPC。
UDP：DNS、音视频、游戏同步、监控上报。
可靠性要求高的业务优先用 TCP，延迟敏感且可自定义重传的业务可以用 UDP。

排障准备#

Debug 常用工具和方案#

可直接说： 我会先定位问题层级，再选工具。Docker 问题看容器状态、日志、镜像、网络和挂载；Go 问题看日志、pprof、race、trace 和 panic 栈；Python 问题看日志、断点、测试、性能分析和依赖环境。

Docker 常用命令：

docker ps -a
docker logs <container>
docker inspect <container>
docker stats
docker exec -it <container> sh
docker network ls

Go 常用方案：

log / 结构化日志定位请求链路。
pprof 看 CPU、内存、goroutine。
go test -race 查数据竞争。
go tool trace 看调度和阻塞。
dlv 做断点调试。

Python 常用方案：

logging 输出上下文和异常栈。
pdb / IDE 断点调试。
pytest 缩小复现范围。
cProfile 看耗时热点。
pip freeze / 虚拟环境确认依赖版本。

Linux 端口被打满怎么排查#

可直接说： 我会先判断是监听端口冲突、连接数过高，还是临时端口耗尽。然后用 ss、lsof、netstat、top 和进程日志定位具体进程、连接状态和远端地址分布。

排查路径：

看整体连接状态。

ss -s
ss -tan | awk '{print $1}' | sort | uniq -c | sort -nr

看端口和进程占用。

ss -lntp
lsof -i :<port>

看大量连接集中在哪些远端。

ss -tanp | awk '{print $5}' | sort | uniq -c | sort -nr | head

看临时端口范围和文件描述符限制。

cat /proc/sys/net/ipv4/ip_local_port_range
ulimit -n
cat /proc/<pid>/limits

结合业务处理方案：复用连接池、缩短无效连接超时、检查泄漏连接、扩容服务实例、调整临时端口范围、优化反向代理和负载均衡配置。

算法：检验是否二叉搜索树#

推荐面试写递归上下界法，核心是每个节点都要满足祖先节点传下来的取值范围。

/**
 * Definition for a binary tree node.
 * type TreeNode struct {
 *     Val int
 *     Left *TreeNode
 *     Right *TreeNode
 * }
 */
func isValidBST(root *TreeNode) bool {
	return valid(root, nil, nil)
}

func valid(node, low, high *TreeNode) bool {
	if node == nil {
		return true
	}
	if low != nil && node.Val <= low.Val {
		return false
	}
	if high != nil && node.Val >= high.Val {
		return false
	}
	return valid(node.Left, low, node) && valid(node.Right, node, high)
}

复杂度：

时间复杂度：O(n)，每个节点访问一次。
空间复杂度：O(h)，h 是树高，来自递归调用栈。

复盘重点#

这场面试的核心准备方向：

项目要讲清楚来源、真实需求、技术取舍和个人贡献。
OJ 自研价值要落到判题隔离、资源控制、任务调度和异常处理。
DinD 要重点准备权限、cgroup、文件系统、网络和容器回收。
Docker / K8s、GIL / goroutine、Socket / TCP / UDP 要能用短答案说明核心区别。
Linux 端口排障要记住 ss、lsof、连接状态、临时端口范围和文件描述符限制。
验证二叉搜索树优先用上下界递归，注意祖先约束和重复值边界。