Devops(2)

    

     宣佈一個事情，那就是我找到工做了！

    仍是作openstack的，我比較欣慰，我不知道本身適不適合作openstack，可是我確定不喜歡作7*24的系統運維，我一點都不喜歡加班，我更加鄙視值夜班。也許就是命吧，經歷那麼屢次面試，能進入實習公司學習openstack，雖然我離開了99，可是我以爲作這門會比其餘運維好多了，學習壓力至少少了一部分，什麼各類亂七八糟的數據庫我也不用太花時間了，各類複雜的應用服務器軟件我也許不須要管。個人重點就是openstack和python，甚至ansible或salt，再用一些Linux基本的服務軟件和shell，如今對我這個應屆生來講，最大的困難就是服務器硬件設備自己了，這一點我有點難搞！

   

   此次我進的是南京一個很小的創業公司，去年才成立，不是我沒有野心去幻想大公司了，而是遭遇到了失敗，或者說此時的心氣已經沒了。在面小公司以前，春招我也面過蘇寧，上午很easy，下午一個是笑都不笑的面龐，表現不好，算了吧，進不去就進不去，我也不想作那種沒完沒完了的工做。若是小公司發展好了，我就是元老，幾年後也就是技術總監，若是發展很差就會倒閉，我就又要找工做了，我必定要有隨時準備面試的意識呀，我怕到時候壓力一來，沒作準備，容易扛不住！如今看來，運維真的是一個屌絲行業，運維開發纔是主流，趁還有時間，我這python必須好好學了。

   

    有段時間沒寫博客了，其實這篇面經也是整理好久了，不知道爲何我比較懶，如今才發出來，簽了三方協議後，說玩也沒有玩，反正就是偏向實踐的學習了，理論方面有些放鬆。之後上班了就再也不是系統的學習，而是遇到問題再學習，那時候的壓力和急性子就是讓人失望了。

    不知道接下來還會遇到什麼坎，但願勤于思考吧...

一、求10次之內的斐波那契數列，初始值是0

答：

def foo(list,num):

             if num == 1:

                     list.append(0)

             elif num == 2:          

                          foo(list,1)         

                          list.append(1) 

             elif num > 2:            

                          foo(list,num-1)  ##從10一直遍歷到0爲止，才執行下一句話

                          list.append(list[-1]+list[-2])  ##從倒數第1個，倒數第2個

mylist = [] 

foo(mylist,10)

print (mylist) ##輸出[0, 1, 1, 2, 3, 5, 8, 13, 21, 34]

二、合併兩個有序列表？

答：思想就是製造空列表，再填數據，這個方法我記得最熟了

list1 = [1,3,5]

list2 = [2,4,6,8]

temp = []

for i in range(len(list1)):

             if list1[i] not in temp:

                          temp.append(list1[i])

for j in range(len(list2)):

             if list2[j] not in temp:

                          temp.append(list2[j])

temp.sort()  ##這裏就不須要賦值了

print ("合併後的列表是",temp)

三、列表和字符串如何相互轉換？

答：>>> str1 = 'abcdef'

>>> list(str1)

['a', 'b', 'c', 'd', 'e', 'f']

>>> mylist = list(str1)

>>> ''.join(list(mylist))   ##引號之間不加任何東西，結果就直接粘在一塊兒，注意有一個點，點與單引號之間沒有空格

'abcdef'

>>> '->'.join(list(mylist))  ##單引號之間加入任意字符，那麼字符串結果就是以鏈接符構成的

'a->b->c->d->e->f'

四、分析a、b、c、d的值？

>>> a = [1, 2, 3, 4, ['a', 'b']]

>>> b = a  ##賦值，就是把a對象的引用（地址）傳給b，b至關因而a的標籤

>>> import copy

>>> c = copy.copy(a)  ##淺拷貝：只拷貝外圍的對象的值，意思說外圍值不會發生變化，之後內圍對象的值隨a的變化而變化

>>> d = copy.deepcopy(a)  ##深拷貝，外圍對象和內圍對象的值都進行拷貝，之後都不會發生變化。

>>> a.append(5)

>>> a[4].append('c')

答：>>> print ('a = ', a)

a =  [1, 2, 3, 4, ['a', 'b', 'c'], 5]

>>> print ('b = ', b)

b =  [1, 2, 3, 4, ['a', 'b', 'c'], 5]

>>> print ('c = ', c)

c =  [1, 2, 3, 4, ['a', 'b', 'c']]

>>> print ('d = ', d)

d =  [1, 2, 3, 4, ['a', 'b']]

五、select、poll、epoll之間的區別？（反正我是記不住的）

答：select的幾大缺點：

（1）每次調用select，都須要把fd集合從用戶態拷貝到內核態，這個開銷在fd不少時會很大

（2）同時每次調用select都須要在內核遍歷傳遞進來的全部fd，這個開銷在fd不少時也很大

（3）select支持的文件描述符數量過小了，默認是1024

poll改善了第三個缺點，epoll改善了三個缺點。

參考文檔：http://www.cnblogs.com/Anker/p/3265058.html

六、Linux系統的CPU和內存使用率比較高怎麼辦？（竟然這個問題問開發，果真是大廠，就是叼，就算我運維我一時也拿不出最好的解決辦法，這不是一件容易的事情）

答：（1）用top命令查看哪一個進程佔用CPU高，[root@python ~]# top -b -n 1 >top.txt ## -b bacth mode，-n 1次循環

（2）用top -H -p pid命令查看進程內各個線程佔用的CPU百分比

（3）查看這個線程全部系統調用所花費時間 strace -p 【線程ID】

（4）使用nice命令下降該進程任務的優先級

參考文檔：http://blog.sina.com.cn/s/blog_48eef8410101fl4p.html

七、Linux中進程A可否直接訪問進行進程B？爲何？（我擦，拓麻這種問題太底層了，不過是操做系統概念，說到linux就反而以爲過高深了）

答：顯然不能。（1）B進程爲避免破壞數據的一致性，可能有互斥鎖。（2）A與B的進程通訊須要一些手段如消息隊列、共享內存、socket、信號量、管道等實現。（3）A進程的三態（運行、就緒、阻塞）都須要CPU來調度，而調度又有一些算法（先來先服務、最高優先級、最短期優先）才能來實現進程的狀態轉換，若是進程B在使用CPU，A進程就只能阻塞，那麼A進程又怎麼能訪問B呢。

八、如何實現對cinder進行備份？（這個被問到過，想了半天說快照，其實錯了）

答：（1）首先快照不是備份，沒有冗餘做用，只是用來恢復某個時間點的狀態，若是原有卷掛掉，卷也是不能用的。由於快照要求卷是available的（即不能被掛載），因此一旦原有卷作了快照，是不能刪除原有卷的，必須先刪除其關聯的快照才行。在快照的基礎上，再進行建立volume（若是基於快照建立了硬盤，快照刪除不掉）。快照命令：cinder snapshot-list 

參考文檔：http://blog.csdn.net/hhp_hhp/article/details/49175101

（2）備份前，卷鬚要是available狀態（即不能被掛載），備份一旦完成，對卷就不具備依賴性。cinder backup-create 

（3）使用後端驅動進行備份，好比swift或NFS共享存儲，塊存儲節點寫入數據，然後上傳到NFS服務端（局域網中的另外一個節點）。

（4）目前Freezer已正式引入OpenStack，可以進行數據庫和nova實例、cinder卷的備份。

參考文檔：http://www.aixchina.net/Article/159885

九、某公司系統忽然發生訪問異常，經程序員排查肯定程序裏沒有死循環和定時任務等，該線上系統採用的是nginx+tomcat方式部署，如今讓你快速分析系統最有可能的異常緣由，後期防範這種異常能夠採用什麼方案。其餘信息和答題要求以下：

（1）該線上系統週一到週五壓力較高，週六週日壓力較低；

（2）異常發生在週日；

（3）外界只能經過nginx訪問到系統，不能經過tomcat直接訪問；

（4）系統分配給tomcat的內存被耗盡了；

（5）nginx已經記錄了詳細的訪問日誌；

（6）定位異常緣由的主要操做步驟和主要命令寫出來；

（7）防範方案的原理和主要命令要寫出來

分析：（1）週一週五壓力高，說明訪問量和負載比較大，用戶人羣多，可是週末壓力很小，異常卻發生在週末，說明不是併發鏈接數受限的問題，nginx和數據庫確定還撐得住。

（2）外界只能經過Nginx代理到tomcat，tomcat自身不開放8080端口，這一點是徹底能夠的，讓tomcat專心處理動態頁面

（3）系統分配給tomcat的內存用光了，這句話不太好理解，是說tomcat內存利用率高達95%以上嗎？按理說服務器的內存通常都是夠的，那麼內存使用率很高，不知道CPU使用率高不高，使用top命令查看一下，另外查殺相應的僵死進程。

（4）awk '{arr[$1++]}END {for i in arr {print i ,arr[i]}}' nginx.log 統計nginx每一個IP的訪問人數，判斷有沒有惡意***，另外分析服務

器響應的狀態碼，這一點多是排錯的關鍵，若是都是200 OK或則304都沒啥大問題,。

十、linux下的壓力測試工具備哪些？注意事項有什麼?

答：（1）webbench、ab:訪問web服務器的壓力測試　

一、壓力及性能測試工做應該放到產品上線以前，而不是上線之後；

二、測試時併發應當由小逐漸加大，好比並發100時觀察一下網站負載是多少、打開頁面是否流暢，併發200時又是多少、網站打開緩慢時併發是多少、網站打不開時併發又是多少；

三、更詳細的進行某個頁面測試，如電商網站能夠着重測試購物車、推廣頁面等，由於這些頁面佔整個網站訪問量比重較大。

備註：webbench 作壓力及性能測試時，該軟件自身也會消耗CPU和內存資源，爲了測試準確，建議將 webbench安裝在其餘的服務器上，已達到測試數據更加精確

（2）mysqlslap對數據庫的併發鏈接測試、sysbench對磁盤IO進行壓力測試，二者能夠結合起來。

參考文檔：http://www.cnblogs.com/chenmh/p/5866058.html

（3）除了這些以外，還能夠說系統性能測試命令，如top、vmstat、free等經常使用命令，其實對於uptime命令我始終沒法衡量它的上限達到怎樣纔算不合適？還有top的CPU使用率描述太混亂了！

（4）ipperf測試網絡帶寬和丟包率，忽然想起pstree命令是個好東西 ，找父進程，多線程。[root@kvm ~]# yum -y install psmisc  依賴安裝pstree

十一、如何在Linux多級目錄下，搜索某個關鍵字？

答：[root@python ppp]# grep -Rn 'mask' ./   ##用grep遞歸查找，可是find僅僅可以找到該關鍵字是否存在，暫時不知道如何打印該關鍵字所在的文件

十二、迭代器和生成器？

答：（1）迭代器（iterator）表明一個數據流對象，不斷重複調用迭代器的next()方法能夠逐次地返回數據流中的每一項，當沒有更多數據可用時，next()方法會拋出異常StopIteration。

（2）生成器(generator)也是一個迭代器，可是你只能夠迭代他們一次，不能重複迭代，由於它並無把全部值存儲在內存中，而是實時地生成值。Yield是關鍵字，它相似於return，只是函數會返回一個生成器。對於相似資源的訪問控制等場景，生成器顯得很實用。其實最好的理解就是，每執行這個函數，yield都會保存結果值，打印的時候所有打印全部結果。

val = False

while not val:

print '這句話的意思是當val變量爲假的時候死循環執行！'

def test():

yield "$1000"

1三、zabbix如何去監控一個web服務器的性能？

答：監控指標：（1）打開網頁的響應時間（2）每秒的下載速度（3）服務器返回的http狀態碼（4）驗證用戶密碼登陸是否成功

1四、Python是強類型仍是弱類型的語言？（這個東西我確定要說錯）

答：python是強類型。強弱是對類型而言的。強類型，你有一個值以後這個值是什麼類型是肯定的，好比n='1'，n的類型是肯定的（字符串），所以你不能在Python作n='3'm=n+1運算。而弱類型就不是這樣的，值的類型能夠在須要的時候再去肯定，好比PHP裏面你能夠$n='3'; $m=$n+1，運算的時候'3'就能夠看成整型來進行計算。       

參考文檔：https://segmentfault.com/q/1010000002230156

1五、python的動態性體如今哪？

答：（1）定義變量的時候無需指定它的數據類型，根據運行時具體狀況肯定。

（2）類class不提供private私有屬性的關鍵字；沒法定義常量；函數參數無類型

（3）python中的namespace是能夠動態變化的，類的成員，類實例的成員均可以動態添加

1六、python的namespace有幾種？

答：（1）locals:函數內部的名字空間，通常包括函數的局部變量以及形式參數。

（2）enclosing function:在嵌套函數中外部函數的名字空間。

（3）globals:當前的模塊空間，模塊就是一些py文件。也就是說，globals()相似全局變量。

（4）__builtins__: 內置模塊空間，也就是內置變量或者內置函數的名字空間。好比len()等函數的命名空間就是BIF命名空間

參考文檔：http://www.jianshu.com/p/7f3fdd41096f

1七、awk實現下列文本的轉換？

[root@ssd tmp]# cat 5.sh 

1

D

2

E

3

V

[root@ssd tmp]# cat 5.sh |awk '{if(NR%2!=0)ORS=" ";else ORS="\n";print}'

1 D

2 E

3 V

1八、怎麼實現迭代器？迭代器比for循環有什麼優點嗎？（這個東西我怎麼就記不住呢！）

答：迭代器和經典for循環的索引訪問相比並沒有優點，反而丟失了索引值（可使用內建函數enumerate()找回這個索引值）。但對於沒法隨機訪問的數據結構（好比set）而言，迭代器是惟一的訪問元素的方式。

next方法：返回迭代器的下一個元素

__iter__方法：返回迭代器對象自己

參考文檔：http://www.cnblogs.com/kaituorensheng/p/3826911.html

1九、python的三目運算符有嗎？ 怎麼用一行代碼實現三目運算？

答：python沒有三目運算符。使用If-else能夠模擬三目運算

>>> x, y = 50, 25

>>> small = x if x < y else y

>>> small

25

>>>

20、磁盤利用率快用盡時，如何看哪一個目錄使用的最多？

答：（1）find命令：find / -type d -size +2G -print 

（2）du -sh /etc   ##×××了，這個命令沒記住，記成df了

2一、python多線程與多進程有何區別？

答：多線程用來並行處理多個任務，以提升處理效率，在python中導入threading模塊。join（）方法的做用是必須在子線程運行完畢以後，父線程才能運行，即父線程被阻塞，由於若是父線程一旦運行完畢，子線程就不會再運行了。

（1）多線程能夠共享全局變量（內存地址空間），固然鎖問題也變成麻煩了；多進程獨佔資源，進程通訊變得就比較麻煩了。

（2）多線程中，全部子線程的線程號相同；多進程中，不一樣的子進程進程號不一樣

（3）多線程只使用一顆CPU內核，屬於IO密集型，好比在讀取文件以及網絡IO的時候使用多線程；多進程充分發揮多核的優點，屬於計算密集型執行任務。

2二、簡要說明nova compute建立實例的大致步驟？（這個問題總結不少遍了，可是下面是最簡單的描述）

答：（1）nova compute準備建立虛擬機實例的資源，好比根據flavor配置使用多大內存、多少顆CPU、多大磁盤？

（2）nova 從glance下載鏡像文件，會對計算節點的_base目錄進行緩存

（3）定義實例的XML文件，描述實例的元數據信息，以便下次能夠正常啓動

（4）nova請求neutron獲取虛擬網卡的參數，實例獲得諸如IP地址、MAC地址的信息，然後引導虛擬機。

2三、虛擬機遷移如何防止調度到源節點的機制？

答：nova-compute 在作 migrate 的時候會檢查目標節點，若是發現目標節點與源節點相同，會拋出 UnableToMigrateToSelf 異常。Nova-compute 失敗以後，scheduler 會從新調度，因爲有RetryFilter，會將以前選擇的源節點過濾掉，這樣就能選到不一樣的

計算節點了。

2四、計算節點宕機，虛擬機實例還能運行嗎？若是不能，怎麼恢復呢？

答：虛擬機實例固然不能運行，若是隻是nova-compute進程已經掛掉，Rebuild 能夠恢復損壞的 instance。

可是計算節點宕機就不行，能夠把虛擬機實例撤離到正常的計算節點上去。Evacuate可在 nova-compute 沒法工做的狀況下將節點上的instance 遷移到其餘計算節點上。但有個前提： Instance 的鏡像文件必須放在共享存儲上。

流程：（只能在後臺執行）

執行命令nova evacuate 主機名 --no-shared-storage -> 消息下發到nova-api -> nova-schedule篩選好主機 -> nova-compute分配資源，使用共享存儲上的鏡像文件 -> 啓動instance

參考文檔：http://www.mamicode.com/info-detail-1608057.html

2五、網卡綁定的工做模式？（這個問題曾經在去年6月份才學過這點，如今都忘了，只記得3種，並且平衡二字又說不出來）

答：若是不一樣主機的網卡綁定的話，交換機也要進行配置鏈路聚合才行。總共7種，主要3種

（1）平衡模式

（2）主動備份

（3）廣播

bond的好處：（1）提升總體帶寬（2）負載均衡

參考文檔：http://alanwu.blog.51cto.com/3652632/1095566

2六、MySQL 5.5是單線程複製仍是多線程複製？若是有大量的DML語句，如何解決主從延遲同步問題？（臥了個槽，這種

問題歷來沒思考過，又差點栽在數據庫集羣上了）

答：mysql從5.6纔開始支持多線程複製。DML（一瞬間有點懵逼，反應很久纔想起來是數據庫操做語言）就是Insert、update等。

呵，我是記獲得被思必馳狠狠虐過，固態硬盤作RAID陣列和分庫分表記得最熟了。

MySQL的高可用知道多少？MMM、MHA架構熟悉嗎？（日了狗，我又不是DBA，只據說過，又沒作過）

答：只知道一主多從中，對從集羣的HAProxy+Keepalived架構。

2七、Linux Bridge與Open Vswitch有什麼區別？（這段時間我沒有全身心放在openstack上，知識尚缺，之後還會補充）

答：（1）基於vlan的隔離方式不一樣，ovs使用flow rule實現外部vlan以及內部vlan的轉換

（2）iptables只能用於linux bridage而非OVS bridge，linux bridge 不支持GRE，但OVS支持。

（3）OVS的patch port用來鏈接集成網橋br-int和隧道網橋br-tun，而linux bridage使用veth對鏈接br-int和外部網橋br-eth1

（4）OVS的功能應該強於Linux Bridge，不然官網使用Linux Bridge，可是不少企業都用的是OVS。根據測試結果，Linux Bridge的性能（如網絡吞吐量、虛擬之間的文件傳輸速度）略強於OVS。

（5）OVS 將各類功能都原生地實如今其中，而Linux Bridge依賴各類其餘模塊來實現各類功能。

參考文檔：http://www.cnblogs.com/sammyliu/p/4985907.html

2八、數據包流過OVS的過程？（先來個很簡單的印象吧，其實OVS的不少橋仍是比較麻煩的，腦袋裏必定要想那個拓撲圖）

答：1 VM實例instance的網絡協議棧產生一個數據包併發送至實例內的虛擬網絡接口VNIC，就是instance中的eth0.

2 這個數據包會傳送到物理節點上的VNIC接口，就是vnet接口。

3 數據包從vnet NIC出來，到達橋（虛擬交換機）br100上.

4 數據包通過交換機的處理，從物理節點上的物理接口發出，如物理節點上的eth0.

5 數據包從eth0出去的時候，是按照物理節點上的二層交換機以及默認網關操做的，這個時候該數據包其實已經不受OVS的控制了

2九、python要求輸入一個列表，其中值爲整數，輸出爲偶數，而且偶數所在的索引值也是偶數，例：輸入[1,3,2,5,4,6]，輸出[2,4]

答：這個最大問題是要求隨機輸入，那麼輸入的列表就變成字符串型了，必須想個辦法替換掉列表外邊的單引號，使用eval方法

list1 = eval(input("請輸入一個列表："))  ##若是不加eval.那麼list1就是<str>類型的。

list2 = []  ##eval將字符串str當成有效的表達式來求值並返回計算結果

def fun(list1):

             count = len(list1)

             for i in range(count):

                          if list1[i] % 2 == 0 and i%2 == 0:

                                                    list2.append(list1[i])

             print ('輸出後的列表是：',list2)

             return list2

fun(list1)

30、分析簡單代碼，求輸出結果。

class p(object):

             attr = 'a'

class c1(p):

             pass

class c2(p):

             attr = 'd'

class c3(p):

             pass 

print ('第1次',p.attr,c1.attr,c2.attr)

c1.attr = 'b'

print ('第2次',p.attr,c1.attr,c2.attr)

p.attr= 'c'

print ('第3次',p.attr,c1.attr,c2.attr,c3.attr)

答：#第1次 a a d

#第2次 a b d

#第3次 c b d c