怿星电子科技车载测试一面：408 八股、Flask 自动化与现场三道手撕

轮次: 一面
时间: 2026-10
来源: 牛客网

《面试题目》

自我介绍。
为什么计算机专业毕业不做开发，选择来做测试？
Linux 用什么命令查看进程和杀掉进程？
说一下你在自动化测试项目里是怎么用 Flask 框架的？
Python 进程间通信用的是什么库和函数？
内存、硬盘、cache 和寄存器的访问速度怎么排序？
进程和线程的区别是什么？
手撕：两道 SQL 题，主要考察 JOIN 关键字的用法。
手撕：写出 Linux 输出日志文件第十行的命令。
常用的排序算法有哪些？冒泡排序和快速排序是怎么实现的？
手撕：LeetCode 最长公共前缀。
我看你对代码不是很熟练，研究生期间没有做过算法和编程相关的项目吗？
实习经历中的自动化测试框架有没有借助 AI 完成？有没有主动发现可以优化的点？
如果领导给你分配任务，你发现这个方案有一点缺陷，你跟领导这边怎么沟通？
实习或项目经历中有没有遇到过意见分歧？怎么解决的？
对于你当前的技术栈来说，你认为自己最大的优势和短板分别是什么？
最近三到五年的职业规划是什么？
反问：对我们公司有没有什么想了解的？

《参考解析》

Linux 查进程与杀进程。 查进程：ps aux（BSD 风格，看 CPU/内存占比）或 ps -ef（System V 风格，看 PPID），ps -ef | grep 关键字 过滤；top / htop 看实时资源；pgrep -f 关键字 直接拿 PID；pidof 程序名 按程序名取 PID；查端口占用用 lsof -i:8080 或 ss -lntp。杀进程：先 kill <PID>（默认发 SIGTERM，进程有机会清理资源、刷盘、优雅退出），等几秒不退再 kill -9 <PID>（SIGKILL，内核直接回收，进程无法拦截，可能留下脏数据）。批量杀用 pkill -f 关键字 或 killall 程序名。面试官常追问「kill -9 有什么风险」，答案就是上面那句：进程没有机会做清理，临时文件、锁、连接池都靠外部兜底。

Python 进程间通信。 关键是要先分清「进程」和「线程」：queue.Queue 是线程安全的队列，只在同一进程的线程间可用；跨进程要用 multiprocessing 提供的设施——multiprocessing.Queue（底层管道 + 序列化，支持多生产者多消费者）、multiprocessing.Pipe()（双向或单向管道，轻量、适合两端一对一）、multiprocessing.Manager().dict()/list()（代理对象，跨进程共享可变结构但性能差）、Value / Array（共享内存，必须配 Lock 使用），以及 Python 3.8 起的 multiprocessing.shared_memory（大块 numpy 数组这类数据用它，避免反复 pickle 拷贝）。注意两点：跨进程传递的对象要被 pickle 序列化，所以 lambda、数据库连接、打开的文件句柄传不过去；Queue.get() 不带超时会一直阻塞，生产代码要写 get(timeout=...) 并处理 queue.Empty。另外 multiprocessing 在 Linux 上默认 fork、在 Windows/macOS 上默认 spawn，模块级代码必须放在 if __name__ == "__main__": 下，否则子进程会重复执行。

存储层次速度排序。 从快到慢：寄存器 > cache（L1 > L2 > L3）> 内存（DRAM）> SSD > 机械硬盘。量级上可以记一句：寄存器与 L1 是「一个 CPU 周期到几纳秒」，L2/L3 是十几到几十纳秒，内存是百纳秒级（约 100ns），NVMe SSD 的随机读是几十微秒，SATA SSD 百微秒级，机械硬盘的随机寻道是毫秒级。面试里如果被追问「为什么要有 cache」，答局部性原理：时间局部性（刚访问的数据很可能再访问）与空间局部性（相邻地址很可能被一起访问），所以按 cache line 一次搬 64 字节。

进程与线程的区别。 进程是资源分配的基本单位，有独立虚拟地址空间、文件描述符表、信号处理；线程是 CPU 调度的基本单位，同进程内的线程共享地址空间与堆，各自有栈、寄存器上下文和 errno。由此推出三个常考差异：切换开销（进程要换页表，线程只换上下文，所以线程轻）、通信方式（进程要管道/共享内存/消息队列/socket，线程直接读写共享变量但要加锁）、隔离性（一个线程崩了整进程挂，进程之间互不影响）。补充一句 Python 的 GIL：CPython 里同一时刻只有一个线程执行字节码，所以 CPU 密集型任务要用多进程，IO 密集型任务多线程仍然有效。

两道 SQL JOIN 手撕怎么写。 先把五种连接讲清：INNER JOIN 取交集；LEFT JOIN 保留左表全部、右表缺失补 NULL；RIGHT JOIN 反之；FULL OUTER JOIN 两边都保留；CROSS JOIN 笛卡尔积。真正的考点是 ON 和 WHERE 的差别：在 LEFT JOIN 里，把右表的过滤条件写在 ON 上只影响「能不能匹配上」，左表行仍然保留；写在 WHERE 上会在连接完之后再过滤，右表列为 NULL 的行被剔掉，语义就退化成了 INNER JOIN。常见题型有三类：① 求「每个用户最近一次订单」——子查询取 MAX(created_at) 再回连，或用窗口函数 ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC)；② 求「没有下过单的用户」——LEFT JOIN ... WHERE o.id IS NULL 或 NOT EXISTS；③ 多表联查 + 聚合——JOIN 之后 GROUP BY 配合 COUNT/SUM，过滤聚合结果要用 HAVING 而不是 WHERE。写的时候顺手说一句索引：连接列两侧都要有索引，否则大表 JOIN 会走全表扫描。

日志文件取第十行。 三种写法都算对：sed -n '10p' app.log（最直接，读到第 10 行就停）、awk 'NR==10' app.log、head -n 10 app.log | tail -n 1（最直观，但会多读一点）。边界情况要主动交代：文件不足 10 行时前两种输出空、不会报错；如果日志是持续写入的，tail -f 更适合看实时，取固定行号用上面的写法。另外提一句「不要 cat 整个大文件再管道」，几 GB 的日志用 cat 会把内存和 IO 打满，sed/awk 是流式的，读到目标行就退出。

冒泡与快排的实现和取舍。 冒泡：相邻两两比较，大的往后换，每轮把当前最大值顶到末尾；加一个「本轮有没有交换」的标志，某轮没交换就提前结束，最好情况 O(n)、平均和最坏 O(n²)，稳定，适合教学和小数据。快排：选一个 pivot，把小于它的放左边、大于它的放右边（partition），再对左右递归；平均 O(n log n)，最坏 O(n²)（数组已经有序且固定取首元素作 pivot 时每次都只能切掉一个元素），所以工程上要随机选 pivot 或三数取中，并且小区间（长度小于 10 左右）切回插入排序。快排不稳定、原地排序、空间是递归栈 O(log n) 期望。手写时面试官会看两点：partition 的边界有没有写错（i、j 的交错条件），以及递归终止条件是不是 left >= right。

最长公共前缀。 纵向扫描最简洁：以第一个串为基准，逐列比较所有串的第 i 个字符，一旦某个串长度不够或字符不同就返回 strs[0][:i]；时间 O(S)（S 是所有串字符总数），空间 O(1)。横向扫描是两两求 LCP 再逐步缩短，实现更短但比较次数略多。还有分治和二分答案（对前缀长度二分，check(mid) 判断所有串前 mid 个字符是否相同），复杂度 O(S log m)，适合面试官追问「有没有更快的」。一定要先处理边界：空数组返回空串，只有一个串直接返回它；不要假设所有串等长。

Flask 在自动化测试里能干什么。 常见三种用法：① 做 Mock Server——被测服务依赖第三方接口时，用 Flask 起一个假接口返回固定/可配置的响应，还能故意返回 500、超时、畸形 JSON 来验证被测服务的容错；② 做用例触发与结果看板——把 pytest 用例包一层 HTTP 入口，CI 或前端点一下就能跑指定标记的用例，跑完把报告写回页面；③ 做测试数据服务——按需生成用户、订单这类前置数据。讲这段时要主动把「框架」和「测试框架」分开：Flask 只是被测系统的形态或测试的脚手架，真正组织用例的是 pytest（fixture 管前置后置、parametrize 做数据驱动、mark 分组），断言和 HTTP 调用用 requests + 自己封装的 client。作者这场面试的面试官后来说岗位「更侧重开发」，这类追问其实就是在确认你写的是测试脚本还是能维护的工程代码。

被问「代码不熟练」时怎么答。 这是压力题，别辩解也别认输。有效的答法是承认事实 + 给证据 + 给动作：说明自己主要精力放在测试设计与自动化框架上，算法刷题量确实不够，但可以举一个「用代码解决实际问题」的例子（比如把手工回归里最耗时的 20 个用例脚本化、把日志里的报错自动归类），再讲正在补的计划（按题型刷、每周固定量、用 OJ 对拍）。面试官真正想确认的是「遇到不会的东西会不会自己补上」，而不是你现在会不会手写快排。

《面试题目》

《参考解析》

相关面经