Linux运维工程师笔试题第二十三套

1. 请简单说一下python的垃圾回收机制

   核心机制：Python 的垃圾回收机制主要由 引用计数、标记-清除 和 分代回收 三部分组成，共同管理内存中无用对象的回收。
   
   (1) 引用计数（Reference Counting）
   原理：每个对象维护一个引用计数器，记录有多少变量引用该对象。当计数器为 0 时，对象立即被回收。
   优点：实时性：对象一旦无引用，立即释放内存。
   缺点：1.无法处理循环引用（如 a = []; a.append(a)，导致引用计数始终为 1，但实际已无用）。
   	 2.性能开销：每次赋值/释放都需要修改计数器，可能影响性能。
   
   (2) 标记-清除（Mark and Sweep）
   目的：解决引用计数无法处理循环引用的问题。
   流程：
   	1.标记阶段：从根对象（如全局变量、线程栈）出发，遍历所有可达对象并标记为“存活”。
   	2.清除阶段：回收未被标记的对象（不可达对象）。
   触发时机：定期自动触发（默认每分配 700 个对象或 10 次小对象分配后触发）。
   配置：可通过 print(gc.get_threshold()) 调整回收频率。默认是 (700, 10, 10) 。
   
   (3) 分代回收（Generational Collection）
   原理：将对象按存活时间分为 3 代（Generation 0~2），存活时间越长，回收频率越低。
   优势：大多数对象生命周期短，分代回收可减少不必要的检查。
   触发规则：当某一代的对象数量超过阈值时，触发该代的垃圾回收。
   强制执行全量 GC：gc.collect()

2. 列表和元祖和字典和集合的区别
   
   

3. pod起不来的原因一般都有啥？
   首先kubectl get pods -n <namespace>，查看错误提示是啥：
   Pending：未调度或资源不足。
   CrashLoopBackOff：容器启动后立即崩溃。
   Error：容器启动失败。
   ImagePullBackOff：镜像拉取失败。

然后 kubectl describe pod <pod-name> -n <namespace>查看pod详情。

然后 kubectl logs <pod-name> -n <namespace>查看容器日志，如果容器已崩溃，再加上--previous。

4. 如何快速定位Pod处于Pending状态的原因？
   当Pod处于 Pending 状态时，通常表示Kubernetes调度器（Scheduler）无法为Pod分配节点。kubectl describe pod -n 看一下pod详细信息，重点关注 Events 部分，通常会直接提示错误原因，例如：

   a.资源不足（Insufficient CPU/Memory）
   b.节点选择器（NodeSelector）不匹配，此时需要查看标签kubectl get nodes --show-labels
   c.污点（Taint）与容忍度（Toleration）冲突，此时需要kubectl describe node <node-name> | grep Taints 查看污点
   d.持久卷（PersistentVolume）无法绑定

5. gitlab冲突处理?
   首先git checkout dev你从当前分支切换到指定的分支dev。

git pull origin dev 拉取最新代码（Pull），确保你本地的代码是最新的。
git status 查看哪些文件发生了冲突,比如出现了both modified: app.py，这说明app.py文件存在冲突，然后处理具体的冲突。

然后git add app.py 将修改后的文件标记为冲突已解决。

下一步是git commit -m "Resolved merge conflict"提交合并（Commit）。

最后git push origin dev将代码推送到远程仓库。

6. python如何在一个函数内部修改全局变量?
   函数内部global声明 修改全局变量, 比如：

   a = 5
   
   def func():
       global a
       a = 4
   
   func()
   
   print(a)

7. python里，map()函数有用过么？
   map()函数可以将一个函数应用到一个序列上的每一个元素，并返回一个新的迭代器。举个例子：

   # 定义一个函数，计算一个数的平方
   def square(x):
       return x * x
   
   # 初始列表
   numbers = [1, 2, 3, 4, 5]
   
   # 使用 map() 函数将 square 函数应用到 numbers 列表的每个元素上
   squared_numbers = list(map(square, numbers))
   
   # 打印结果
   print(squared_numbers)  # 输出: [1, 4, 9, 16, 25]

8. 统计字符串每个单词出现的次数”kjalfj;ldsjafl;hdsllfdhg;lahfbl;hl;ahlf;h”

   from collections import Counter
   
   a = "kjalfj;ldsjafl;hdsllfdhg;lahfbl;hl;ahlf;h"
   res = Counter(a)
   print (res)

9. list里的append和extend的区别是啥？
   list里的+方法等价于extend

10. CPU 使用率里的%usr %system %iowait 这些都是啥？

    用户 CPU 使用率（%usr）：包括用户态 CPU 使用率（user）和低优先级用户态 CPU 使用率（nice），表示 CPU 在用户态运行的时间百分比。用户 CPU 使用率高，说明用户态进程占用了较多的 CPU，应该着重排查进程的性能问题。
    系统 CPU 使用率（%system）：表示 CPU 在内核态运行的时间百分比（不包括中断）。系统 CPU 使用率高，说明内核比较繁忙，应该着重排查内核线程或者系统调用的性能问题。往往它高了会带动%usr也变高。查看指标：mpstat -P ALL 1
    等待 I/O 的 CPU 使用率（%iowait）：通常也称为 iowait，表示等待 I/O 的时间百分比。iowait 高，通常说明系统与硬件设备的 I/O 交互时间比较长，应该着重排查系统存储是不是出现了 I/O 问题。
    软中断和硬中断的 CPU 使用率（%softirq %irq ）：分别表示内核调用软中断处理程序、硬中断处理程序的时间百分比。它们的使用率高，通常说明系统发生了大量的中断，应该着重排查内核中的中断服务程序。

11. 系统的 CPU 使用率很高，却找不到高 CPU 的应用？
    有可能是短时应用导致的问题：
    a.应用里直接调用了其他二进制程序，这些程序通常运行时间比较短，通过 top 等工具也不容易发现。
    b.应用本身在不停地崩溃重启，而启动过程的资源初始化，很可能会占用相当多的 CPU。

12. 应用的Metaspace 使用率高，都有什么样的原因？
    a. 加载的类数量多，类加载也会导致 CPU升高（少数静态类加载除外）
    b. 新类与老类共存（未卸载旧类）
    c. Metaspace 泄漏（Memory Leak）
    d. JVM 参数配置不当