1.       自我介绍；

略

2.       TCP三次握手四次挥手：

1)       三次握手：

第一次：客户端向服务端发起请求，发送SYN请求建立连接，客户端进入SYN_SENT。

第二次：服务端回复SYN+ACK，同意建立连接并确认客户端请求，服务端进入SYN_RCVD（很短暂，表示接收到了报文）。

第三次：客户端发送ACK，确认与服务器建立连接，双方进入ESTABLISHED（已建立连接）。

2)       四次挥手：

第一次：主动方向被动方发送FIN，表示不再发送数据，进入FIN_WAIT1。

第二次：被动方向主动方回复ACK，确认关闭请求，主动进入FIN_WAIT2（此时被动方还可以发送数据）。

第三次：被动方向主动方发送完数据后，发送FIN，请求断开来连接。

第四次：主动方向被动方回复ACK，被动方直接断开连接，主动方等待后断开连接。

3.       Python中list和tuple的区别：

1)       List是列表，可变，能增删改元素。

2)       Tuple是元组，不可变，定义后不能修改（可作字典）。

4.       Tuple的不可变有什么优势：

1)       更安全，因为书库被定义后无法被篡改，适合存配置，常量，固定数据，防止误修改。

2)       满足哈希特性，可以作为字典键，集合元素。

3)       性能更高，内存占用更小，优于list。

4)       线程安全，不会被并发修改。

5.       优势举例：

1)       用作月份，坐标，星期一类不变的命名：Week = (“周一“，”周二“)

6.       开发中需要一个类似tuple的不可变结构，但同时又需要它包含可变的数据，比如一个list。你觉得这种需求该如何解决？

1)       使用元组嵌套列表：元组可以保证外层结构安全，不被篡改，内部的列表又可以自由修改数据

7.       想在文本文件中查找所有包含特定关键词的行，用什么命令？

1)       Grep “关键词” 文件名

8.       在实际使用中，如果你需要查找的关键词包含空格或者特殊字符，你会如何处理？

1)       可以用单双引号把关键词包裹。

2)       关键词含特殊字符，需要加反斜杠转义。（grep ‘3\.14’ test.txt）

3)       或者直接用-F把关键词当作纯字符。

9.       如果使用引号和选项来处理特殊字符，那如果你需要在多个文件中同时查找这个关键词，并且希望输出结果中显示匹配的文件名，你会怎么做？

1)       使用grep -F “关键词” test1.txt test2.txt

10.    Container和虚拟机vm有什么区别？

1)       架构层级上：

                  i.          虚拟机vm：硬件级虚拟化，每台vm都有独立完整的操作系统。

                 ii.          容器container：操作系统级虚拟化，共享宿主机内核，只有应用+依赖环境，没有独立系统。

2)       资源占用：

                  i.          Vm：占用大，开机慢。

                 ii.          Container：轻量，消耗资源低。

3)       隔离性：

                  i.          Vm: 隔离强，独立内核，安全性高。

                 ii.          Container： 隔离弱，共享内核，安全性低。

4)       操作系统限制：

                  i.          Vm: 可运行不同的操作系统。

                 ii.          Container：内核绑定，宿主机就只能运行linux容器。

5)       可移植性：

                  i.          Vm：镜像大，迁移繁琐。

                 ii.          Container：镜像小，移植性强。

11.    在实际生产环境中，如果需要在容器中运行一个对内核版本有严格要求的应用，而宿主机的内核版本不满足要求，如何解决？

1)       容器共享宿主机内核，无法单独对内核进行更换。生产环境中优先升级宿主机内核；如果不便内核升级，就把应用部署到虚拟机，虚拟机可以独立配置内核。也可以使用kata这类安全容器，自带独立内核。

12.    提到了升级宿主机内核或者转移到虚拟机作为解决方案，如果宿主机内核升级可能影响到其他容器的稳定性，而迁移虚拟机又增加了资源开销，你会如何权衡这两种方案的利弊并作出最终决定？

1)       看业务影响范围和重要程度：如果单个应用强依赖内核且是核心业务，应该优先迁移虚拟机。如果是非核心业务可以暂缓，看是否有更合适的应用可以替代。在明知会影响其他容器的情况下，应用不应该轻易部署，否者可能造成更大的后果。但整体业务不重要的情况下，也可以尝试部署应用，在影响到其他容器后立即回滚保障业务运行减小损失即可。

13.    数据库的四大特性ACID分别是什么？

1)       原子性：事务是不可分割的整体，要么全部执行成功要么全部失败。

2)       一致性：事务执行前后，数据库的整体数据状态保持一致，合法。

3)       隔离性：多个事务并发时，互相不干扰，各自独立运行，互不篡改数据。

4)       持久性：一旦事务提交成功，就会永久保存。

14.    对于隔离性，在实际应用中，数据库通常会提供不同的隔离级别，比如读未提交，读已提交，可重复读和串行化。你能解释一下这些隔离级别的区别，以及他们可能会导致的哪些问题？

1)       读未提交：一个事务能读到另一个事务还没有提交的数据。会产生脏读。

2)       读已提交：只能读到已经提交的数据。能解决脏读，但是会有不可重复读的问题产生。

3)       可重复读：事务启动后，读取到的数据是启动时的快照，全程数据不变。可以解决脏读和不可重复读，但是会产生幻读。

4)       串行化：级别最高，强制事务排队串行执行。可以解决之前提到的所有问题，但是并发性差，效率低。

15.    在可重复读的情况下会产生幻读，数据库是如何解决幻读的问题的，具体用到的哪些机制和技术？（网络搜集的回答：https://blog.csdn.net/m0_71777195/article/details/126968432）

1)       MySQL InnoDB 引擎的默认隔离级别虽然是「可重复读」，但是它很大程度上避免幻读现象（并不是完全解决了），解决的方案有两种：

                  i.          针对快照读（普通 select 语句），是通过 MVCC 方式解决了幻读，因为可重复读隔离级别下，事务执行过程中看到的数据，一直跟这个事务启动时看到的数据是一致的，即使中途有其他事务插入了一条数据，是查询不出来这条数据的，所以就很好了避免幻读问题。

                 ii.          针对当前读（select ... for update 等语句），是通过 next-key lock（记录锁+间隙锁）方式解决了幻读，因为当执行 select ... for update 语句的时候，会加上 next-key lock，如果有其他事务在 next-key lock 锁范围内插入了一条记录，那么这个插入语句就会被阻塞，无法成功插入，所以就很好了避免幻读问题。

总结：后续还问了博主支付异常的链路排查问题，回答的依托，以前完全没有考虑到，被ai狠狠的拷打。Ai面试真的很有强度，但是感觉很公式化，大概就是一个大方向的细节考察，然后再在你的回答里挑出关键词来进行深入。在大的问题上跨度很大，思路一定得跟上，不然就很难受。