面灵AI→

阿里 Token Foundry 测开一面(1.5h):知识库测试、压测平台设计与链表题

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. 自我介绍。
  2. Python 装饰器的作用是什么?
  3. Python 与 C 语言执行的区别。
  4. 数据库中 group by / join 的含义是什么?
  5. 数据库为什么要加索引?索引的代价是什么?
  6. 项目中提交的 bug 都有哪些种类?介绍几个印象深刻的 bug。
  7. 测试知识库的构建方式。
  8. 几个人负责这个项目?
  9. 知识库如何维护?如何更新?
  10. 知识库的测试指标如何?如何测试?关注哪些指标?
  11. 知识库生成测试用例的效果评价。
  12. 是否实现自动化效果评价?
  13. 在几条业务线上使用?
  14. 基于 Go 的推拉流压测工具设计思路?
  15. 是否有权限限制?
  16. 是否可以查看报告?
  17. 服务器压测效果如何?
  18. 压测服务器资源耗尽,如何解决?
  19. 分布式压测的话如何在一台电脑上控制?
  20. 中控如何知道某个压测机的状态?如果任务中间压测机掉线了怎么办?
  21. 介绍剩余的个人项目。
  22. 使用 UI 自动化工具做了什么?写了多少用例?为什么不大面积应用于整个业务中?
  23. 手撕代码:删除链表的倒数第 n 个结点(讲解思路 + 增加空节点的情况)。
  24. 反问:业务线及测试开发比例(千问海外部,负责大模型的用户体验,比例大概是 1:10);心中理想的候选人(有基础、态度端正、好学即可)。

《参考解析》

Python 装饰器本质是「接收函数并返回新函数的高阶函数」,@ 只是语法糖。 它用于在不改动原函数的前提下加横切逻辑:日志、计时、缓存、权限校验、重试。实现上要能说出 functools.wraps 保持原函数的 __name__ 与 __doc__,带参数的装饰器需要三层嵌套(外层收参数、中层收函数、内层收调用参数),类装饰器实现 __call__。被追问时要能讲清「装饰器在导入时执行一次,被装饰函数在每次调用时执行包装后的逻辑」,以及多个装饰器叠加时的执行顺序(靠近函数的先包装,调用时由外向内进入、由内向外返回)。

Python 与 C 的执行差异,核心在「解释执行 vs 编译执行」与「动态类型 vs 静态类型」。 C 先编译成机器码,运行时直接执行,类型在编译期确定,内存手动管理;Python 先编译成字节码再由解释器逐条执行,变量是对象引用、类型在运行时确定,内存靠引用计数加垃圾回收。所以 Python 启动慢、单步开销大(每次操作都要查类型、走对象协议),但开发效率高、可动态修改。加速手段是 C 扩展、Cython、NumPy 这类把热点计算下沉到 C 的库,或用 PyPy 的 JIT。要避免说「Python 是解释型所以不能编译」这种绝对化表述。

group by 是按指定列分组后对每组做聚合(count/sum/avg/max),having 用于过滤分组后的结果,where 在分组前过滤行。 join 是把两张表按关联条件组合:inner join 取交集、left/right join 保留一侧全部、full join 取并集;要注意 join 后行数会放大(一对多),聚合前先想清楚粒度,否则 sum 会重复计算。索引的收益是把全表扫描变成 B+ 树查找,代价是占空间、写入时要维护(insert/update/delete 变慢)、以及优化器可能选错索引;区分度低的列(如性别)建索引收益很小,联合索引要遵循最左前缀。

「bug 都有哪些种类」要按层次分类并给例子。 功能缺陷(逻辑错误、边界未处理)、接口缺陷(参数校验缺失、返回结构不一致、幂等性缺失)、数据缺陷(脏数据、统计口径错、时区问题)、性能缺陷(慢查询、内存泄漏、并发下超时)、兼容性缺陷(浏览器/机型/版本)、安全缺陷(越权、注入、敏感信息泄露)、体验缺陷(文案、加载态、错误提示不友好)。印象深刻的那一两个要讲清「怎么发现—影响面—怎么定位—怎么修—怎么防再犯」,尤其是只在高并发或特定数据下才出现的那种。

测试知识库的构建,答「语料从哪来、怎么结构化、怎么保证质量」三段。 语料来源包括历史用例、需求文档、缺陷单、接口文档、线上日志与人工经验;结构化是按业务域、功能模块、用例类型打标签并切成可检索的片段;质量保障是去重(相似用例合并)、去错误(过期需求与已废弃接口剔除)、可追溯(每条知识带来源与更新时间)。更新机制要有触发条件:需求变更、版本发布、缺陷复盘,以及定期巡检过期条目。

知识库的测试指标要能分层。 检索层:召回率、命中率、Top-K 准确率;生成层:生成用例的可用率(人工评审通过比例)、覆盖度(对需求点的覆盖率)、去重率;业务层:采用率(有多少被真正执行)、发现缺陷数、以及「AI 生成用例相比人工节省的时间」。测试方法是用一批已有人工用例作基准集,让系统生成后比对覆盖点是否一致,再抽样人工打分。自动化效果评价可以做「规则校验(格式/步骤完整性)+ 语义相似度比对 + LLM 评审 + 人工抽检」的组合,但要承认 LLM 评审本身有偏差,需要定期用人工标注校准。

推拉流压测工具的设计要按「施压端—被测端—中控—报告」四块讲。 施压端用 Go 的 goroutine 模拟并发推流/拉流(每个流一个协程,复用连接池),按目标码率与分辨率生成测试流;被测端是被压的服务,要控制变量(固定码率、固定并发梯度);中控负责下发任务、收集指标、聚合报告;报告要有 QPS/并发数、首帧耗时、卡顿率、端到端延迟、错误码分布与资源水位。权限上要区分「谁能发起压测、谁能看报告」(按项目/环境做 RBAC,生产压测需要审批),报告要能按任务持久化并支持对比历史。

资源耗尽与分布式压测是这套设计里最实战的部分。 单机施压先撞到的是端口与文件描述符上限、CPU 软中断、带宽打满,解决是调大 ulimit、多机分布式、减少每流的内存占用、用连接复用;如果被测机先耗尽,要区分是应用瓶颈还是机器瓶颈,看 CPU/内存/连接数/GC。分布式压测的中控用 gRPC 或 HTTP 下发任务,每台压测机跑一个 agent 定期心跳上报状态与指标;掉线处理靠心跳超时判定,任务状态机要支持「部分失败」——中控记录哪些机器失联、把它们的任务标记为失败并重新分配,报告里注明有效样本数,避免把残缺数据算成结论。

UI 自动化为什么不大面积铺开,要给出成本收益的账。 UI 层用例执行慢、对页面结构变化敏感、维护成本高、定位问题还要跨多层;适合覆盖少量核心链路的冒烟与发版前验证,大量分支应该下沉到接口层与单元测试。回答时说清你的分层策略(单元 70%、接口 20%、UI 10% 之类),并给出「写了多少用例、覆盖了哪几条链路、稳定性如何(重试率/误报率)」,比单纯说「UI 不稳定」有说服力。

删除链表倒数第 n 个结点,标准解法是双指针一次遍历。 加一个哨兵头结点 dummy 指向 head,处理「删除的正好是头结点」这种情况;快指针先走 n+1 步,然后快慢指针同步前进,快指针到 null 时慢指针正好在待删结点的前一个,执行 slow.next = slow.next.next,返回 dummy.next。复杂度 O(L) 时间、O(1) 空间。要主动讲边界:n 大于链表长度时要返回原链表或报错(按题目约定)、链表只有一个结点且 n=1、n=1 时删的是尾结点。面试官要求「讲解思路」时,先说清为什么用双指针(避免两次遍历求长度),再写代码。