京东新锐之星技术支持一面:LangGraph 与手写循环、NAT、systemd 假运行一次问全
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
岗位与经历
- 这个技术支持岗位的内容和能力要求,你之前有没有了解过?
- 你之前几段实习偏系统运维方向,网络这块你做过吗?
- 介绍一下之前的实习经历。
- 之前几段实习结束的原因是什么?
- 简历上写这段实习处理了若干问题,哪类问题占比最高,有没有做沉淀分析?
- 已知有这个缺陷还未来得及修复,如何做到事前避免用户报障,而不是等报修后再处理?
场景与网络
- 假设用户报修「电脑上不了网」,你的处理思路和步骤是什么?
- 你了解哪几种网络协议 / 路由协议?
- 实习中分享一个你觉得最有意义 / 最有挑战的 case。
- 详细介绍你的个人项目。
LangGraph 与 Agent
- 用 LangGraph 和直接写一个 loop 有什么区别?
- LangGraph 中如何划分节点和状态?什么放节点,什么放边?
- 持久化具体用什么机制实现的(checkpoint)?
系统与 Python
- NAT 的基本工作原理是什么?有几种 NAT 方式?
- 如果应用挂了,但
systemctl status显示 active (running),却没有自动重启,可能是什么原因?怎么排查? - Python 中迭代器、生成器的概念?使用场景和关键语法?
- 协程了解吗?Python 后台开发用什么框架?
- Django 有什么特点?Flask 是不是不支持异步?
《参考解析》
已知缺陷怎么在报障前拦住:这类题考的是运维视角而不是救火视角。可答的做法分四层:可观测(对缺陷涉及的关键指标加监控与日志,阈值告警下到值班),可预防(配置变更走审批与灰度、上线前回归、把已知缺陷写进检查清单与脚本化的巡检项),可缓冲(限流、降级、熔断,让缺陷发生时影响面可控而不是全量报障),可发现(主动拨测与合成监控,周期性跑核心链路,别等用户告诉你)。最后要能说清怎么度量:告警到发现的时长、同类报障数量的变化、巡检覆盖率。
「电脑上不了网」的处理步骤:先定范围——是个别应用、单机、还是整个网段;再分层验证:物理与链路(网线 / Wi-Fi 连接、网卡状态、指示灯)、IP 层(是否拿到地址,ipconfig /all 或 ip a,网关能否 ping 通,是否 APIPA 169.254 地址)、DNS(nslookup 域名解析是否正常,换公共 DNS 对比)、路由与出口(tracert 看断在第几跳、代理与 VPN 是否残留)、应用层(浏览器代理设置、hosts、证书时间)。单机排查常用「换一台设备对比」快速定位是终端问题还是网络问题。回答时给出顺序与判据,比罗列命令更有价值。
LangGraph 与手写 loop:手写 loop 是「模型—工具—模型」的 while 循环,控制流写在代码里,状态散落在变量中,中断恢复、人工介入、分支并行都要自己实现。LangGraph 把流程显式建模成图:节点是有输入输出的处理单元,边定义转移(含条件边与循环),状态是一份带 reducer 的共享对象,运行时负责按图调度并把每步状态落盘。代价是抽象层带来的学习成本与调试复杂度,简单的单轮工具调用用 loop 更直接,流程一旦出现多分支、需要人工确认、需要断点续跑,图式编排的收益才明显。
节点与状态怎么划分:节点按「一次可独立重试、有明确输入输出」切,例如「检索」「生成计划」「执行工具」「评审」;不要把一行代码或一次纯计算切成节点。状态放「跨节点需要共享、且需要被持久化」的东西:消息历史、任务目标、已确认的槽位、工具结果引用、预算计数;临时变量留在节点内部,不进状态。边表达控制流:普通边是确定的下一步,条件边是按状态判断的分支,循环边要有退出条件。状态设计的关键是加 reducer——同一个 key 被多个节点写入时怎么合并(追加、覆盖、按 id 去重),这决定了并行分支能不能安全汇合。
checkpoint 持久化:LangGraph 的 checkpointer 在每个超步后把状态快照写入存储,按「线程 id(会话)+ checkpoint id」索引,常见实现是内存版(仅调试)、SQLite / Postgres、Redis 等。恢复时按线程 id 取最新快照继续执行,配合中断(interrupt)实现人工确认后继续。工程上要注意:快照里不要放大对象(文件内容、大段原始输出存引用),要给快照设保留策略,恢复时要能识别「外部副作用是否已生效」。
NAT 原理与类型:NAT 在内外网地址之间做转换,改写 IP(必要时也改端口),并维护一张映射表记录会话,使多个内网主机共享少量公网地址。常见分类:静态 NAT(一对一固定映射)、动态 NAT(地址池里动态分配)、NAPT / PAT(地址 + 端口复用,家庭与企业出口最常见);按行为还可分完全锥形、受限锥形、端口受限锥形与对称型,区别在于外部主机能否主动回包、是否按目标地址与端口分别建映射——对称型对 P2P 与打洞最不友好。要能说清它解决的问题(地址短缺、隐藏内网结构)和带来的问题(外部无法直连、日志溯源需要映射记录、某些协议需要 ALG 辅助)。
systemd 显示 active (running) 但服务不可用:先分清「unit 是 active」不等于「业务进程活着」。常见原因:服务类型配错(Type=simple 时主进程立刻 fork 退出但 unit 仍判活;Type=forking 时 PIDFile 指向错误;Type=oneshot 配 RemainAfterExit=yes 会一直显示 active);主进程是一个 shell 或启动脚本,真正的业务进程已经崩了而父进程还在;进程活着但卡死(死锁、线程池耗尽),端口不通但进程存在;Restart= 没配或配置的是 on-failure 而退出码被当成正常;被 OOM killer 杀掉后 unit 尚未刷新状态。排查顺序:systemctl status 看 Main PID 与最近日志、systemctl show -p ActiveState,SubState,MainPID,ExecMainStatus 核对、ps 与 ss -lntp 确认进程与端口、journalctl -u <unit> -n 200 看退出原因、dmesg 看 OOM、必要时 strace 或抓取线程栈确认卡死。修复层面把 Type、PIDFile、Restart=always、RestartSec、WatchdogSec 配对,并加端口与接口层的健康检查作为真正的存活判据。
迭代器与生成器:迭代器实现 __iter__ 与 __next__,取完抛 StopIteration;生成器是用 yield 写出来的迭代器,调用时返回生成器对象、执行到 yield 暂停并保留局部状态,适合流式处理大数据、惰性求值、管道式处理。关键语法:yield、yield from(委托子生成器)、send / throw / close 与生成器的双向通信、生成器表达式。注意生成器只能遍历一次、不能随机访问,异常处理与资源释放要用 try/finally。
协程与后台框架:协程是用户态调度的并发单元,async def 定义、await 让出控制权,适合 IO 密集场景;与线程的区别是不做抢占式切换、单线程内协作,CPU 密集任务仍然要靠多进程。Python 后台常用 FastAPI(ASGI、原生 async、类型校验与自动文档)、Starlette、aiohttp、Tornado,同步生态仍是 Django / Flask。Django 的特点是全栈 batteries-included:ORM、Admin、认证、表单、迁移、中间件齐全,约定强、适合业务复杂的项目,代价是体量与灵活性;Django 3.1 起支持 async 视图与中间件,但 ORM 仍是同步为主。Flask 本身是 WSGI 同步框架,原生不支持异步视图;可以通过异步 worker(gevent / eventlet)或换成 ASGI 生态(Quart、FastAPI)获得异步能力,说「Flask 完全不支持异步」不准确,说「Flask 核心不是异步框架」才准确。