招银网络科技 运维研发一面：手撕、ETL 与运维目标追问

《面试题目》

一面

1. 现场手撕代码
2. 你的两个项目都是大数据组件与数仓的内容，ETL 在数仓中的作用是什么？
3. 简历里写了用 WorkBuddy 做上线评审与文档，具体是怎么做的？
4. 你认为运维的目标和工作是什么？
5. 反问：运维研发中「研发」主要负责什么工作？
6. 反问：AIOps 中，如果 AI 模型来执行命令，会不会很危险？

《参考解析》

1. ETL 在数仓里的作用，要答出「分层」和「口径」两件事：ETL 是数据从源系统进入数仓的搬运与加工过程，Extract 负责从业务库、日志、埋点、第三方接口抽取，Transform 负责清洗（去重、补空、口径换算、维度对齐、码值统一）与建模（ODS→DWD→DWS→ADS 分层，宽表与事实表/维度表组织），Load 负责按分区批量写入或流式写入目标表。它真正的价值有两个：一是把分散、口径不一致的源数据收敛成统一、可复用的指标体系，二是把重计算前移到离线链路，让下游查询足够快。面试官追问时通常会接着问调度依赖（DAG、上游就绪才跑）、幂等与重跑（按分区覆盖写而不是追加）、以及数据质量校验（行数比对、主键唯一、空值率），这三条答上就能体现你是真做过而不是只会背概念。

2. 「WorkBuddy 做上线评审与文档」这种简历细节，一定要能用流程讲出来：先说清楚它解决什么问题——上线变更靠口头和群消息同步，评审记录散落，事后追溯困难；再说你是怎么用的：变更单里写清变更内容、影响面、回滚方案、验证方式与责任人，评审通过才允许执行，执行后补验证结论与文档。被追问细节时，把「谁提单、谁评审、什么条件下不允许上线、出了问题怎么回滚」讲全。简历上写了工具名，面试官大概率会顺着问，如果只是用过几次，就如实说使用范围，同时把你理解的规范化上线流程讲清楚，比硬撑更安全。

3. 「运维的目标和工作是什么」是价值观题，也是岗位定位题：目标一句话——保障业务稳定、高效、低成本地运行，用可量化的 SLO（可用性、时延、错误率）说话，而不是「保证不出故障」（这做不到）。工作内容按层次讲：日常运维（发布、变更、巡检、容量与成本）、监控告警（指标、日志、链路三件套，告警要能定位而不是只报错）、故障处理（发现—止损—定位—修复—复盘，止损优先于找根因）、以及平台化建设（把重复劳动做成工具和平台，这才是「运维研发」的研发部分）。加一句对故障的态度——故障是必然的，关键是 MTTR 和不再犯——通常能让面试官点头。

4. 手撕没写出来，复盘比补救更重要：现场一道题没写出来并不等于出局，这位同学当天晚上就收到了二面邀约。但从备考角度看，运维研发岗的手撕通常集中在字符串/数组处理、栈与队列、哈希统计、简单的双指针与滑动窗口，以及脚本化的文本处理（日志解析、统计 PV/UV、找出重复行）。练习方法是按题型各刷十道并做到「能边说边写」，把边界条件（空输入、越界、去重）当作肌肉记忆，而不是临场想。面试时写不出来也别沉默：先说思路、写出伪代码或关键片段、再逐步补全，面试官看的是解决问题的过程。

5. AIOps 让模型执行命令的风险，要答成一套护栏：风险是真实存在的——模型可能误判、可能被提示词注入诱导、也可能在大范围机器上放大一条错误命令，所以关键不是「能不能用」而是「在什么范围内用」。可行的做法分层：只读类操作（查日志、拉指标、看进程状态）可以放开给模型自动执行；变更类操作必须走审批与人工确认，并限定目标范围（单机、单集群）与时间窗；命令本身做白名单与参数校验，禁止拼接式的高危命令；执行过程全程留痕（谁触发、模型给了什么依据、实际执行了什么、结果如何），并保证可回滚。再加一条工程侧的兜底：批量操作先灰度、先预演（dry-run），并配熔断与限速。

6. 一面之后仍是技术面，二面按八股 + 项目双线准备：不少公司（尤其运维、SRE 方向）二面仍是技术面，通常由更高一级的面试官来问，重心从「你做过什么」转向「你懂多深」。八股范围集中在 Linux 与故障排查（CPU、内存、磁盘、网络四类问题的排查命令与思路）、数据库（慢 SQL 定位、索引、锁与主从延迟）、中间件（Redis、MQ 的常见故障与容量）、容器与编排（镜像、资源限制、探针）。项目线要把一面的问题再准备深一层：同一个项目被问到「如果数据量翻十倍怎么办」「出过什么事故、怎么发现的」，答不出来的地方就是二面最容易失分的地方。