腾讯测试开发面经合集：网络协议、Python 注解与性能测试

《面试题目》

面经 01

面试岗位：测试开发岗 ｜ 面试时间：2026 年 10 月 9 日

1. 操作系统、网络传输协议和网络七层模型怎么理解？
2. 问语言 Python、Java 的区别感受。
3. 你知道 Python 中的注解吗？
4. 你做过性能测试吗，知道哪些工具，你是怎么做的性能测试？
5. 讲一下你对于性能测试的理解。

面经 02

面试岗位：腾讯云测试开发工程师 ｜ 面试时间：2026 年 8 月 19 日

6. 简单介绍一下项目经历。

《参考解析》

操作系统、网络传输协议与网络七层模型怎么答

这题是在看你能不能把知识串成一条线，最好按「分层 + 数据流」讲。七层模型从下到上是物理、数据链路、网络、传输、会话、表示、应用，实际工程里更常用 TCP/IP 四层（链路、网络、传输、应用）来对应。讲传输层要区分 TCP 与 UDP：TCP 面向连接、有确认重传与拥塞控制，用三次握手建立、四次挥手释放（挥手多一次是因为 TCP 全双工，一端先关只表示不再发数据，需要等对端把剩余数据发完）；UDP 无连接、开销小，适合直播、DNS 这类能容忍丢包的场景。再落到具体协议：HTTP 在应用层基于 TCP，DNS 常用 UDP，TLS 夹在应用与传输之间。操作系统侧串起进程与线程、内存管理、IO 模型（阻塞、非阻塞、多路复用 epoll）、零拷贝，说明一次网络请求在操作系统里经历了哪些系统调用与上下文切换。测试岗答题时多补一句可观测性：这些层次分别对应哪些排查手段（netstat/ss 看连接、tcpdump 抓包、strace 看系统调用、top/perf 看资源）。

Python 注解与 Python、Java 的差异

Python 的「注解」有两个容易混的含义，要主动分开。一是函数注解（type hints）：def f(x: int) -> str，它只是元数据，运行时不做强制校验，靠 typing 加 mypy、pyright 这类静态检查器在开发期发现问题，也常被框架用 inspect.signature 读取来做依赖注入与参数校验（FastAPI、pydantic 就是这么用的）。二是装饰器（@decorator），本质是把函数作为参数传入并返回新函数，用来做日志、计时、缓存、权限校验，理解它要讲清闭包与 functools.wraps。Java 的注解是编译期/运行期可保留的元数据（RetentionPolicy 决定生命周期），配合反射与注解处理器（APT）在编译期生成代码或运行期做框架装配，如 Spring 的 @Autowired。语言差异上：Python 动态类型、解释执行、开发快、GIL 限制多线程 CPU 并行，适合脚本、测试框架与胶水层；Java 静态类型、编译成字节码跑在 JVM、并发与工程化生态成熟，适合大型服务。测试岗可以补一句选型参考：测开脚手架与用例层多选 Python，被测服务与压测工具链常是 Java。

性能测试：工具、指标与做法

先明确性能测试的目标不是「跑一遍」，而是回答容量与瓶颈问题，所以要先把场景和指标定出来。常见工具：压测端用 JMeter、Locust、wrk、k6、Gatling，监控端用 Prometheus 加 Grafana、Arthas、top/pidstat/iostat、链路追踪（SkyWalking、Jaeger），数据库侧看慢查询与连接池。指标分四类：吞吐（TPS/QPS）、延迟（平均与 P95、P99，绝不能只看平均）、错误率、资源（CPU、内存、IO、网络、GC、连接数）。做法按步骤走：①定目标，明确预期并发、数据量与 SLA；②建模型，让压测流量贴近真实配比（读写比例、参数分布、用户思考时间），避免只压一个接口；③阶梯加压找拐点，从低并发逐步加，记录吞吐与延迟的拐点，拐点处就是容量上限，再确认是应用瓶颈、数据库瓶颈还是压测机自身瓶颈；④定位瓶颈，自下而上排（先看压测机与网络，再看应用与 GC，最后看数据库与下游依赖）；⑤回归验证，优化后在同一模型下复跑并对齐基线。测试岗还要说清与功能测试的衔接：性能问题常由数据量与并发组合暴露，用例要覆盖大数据量下的关键链路，并把结果沉淀成可重复执行的压测脚本与基线看板，而不是一次性报告。