Python面试题网编、并发、MySQ部分(附答案)
必答题
1，简述 OSI 7层模型及其作用？（2分）
应用层(应用层, 表示层, 会话层)
在应用层中封装实际的消息数据(HTTP, HTTPS, FTP)
传输层:
封装端口
指定传输的协议(TCP / UDP)
网络层:
封装ip
版本ipv4 / ipv6
数据链路层:
封装mac地址
指定链路层协议: arp(通过ip->mac) / rarp(通过mac->ip)
物理层:
打成数据包, 变成二进制的字节流通过网络进行传输
2，简述 TCP三次握手、四次回收的流程。（3分）
SYN
创建连接
ACK
确认响应
FIN
断开连接
# 三次握手
客户端发送一个消息, 请求建立连接
服务端接受客户端的响应, 并且发出与客户端建立连接的请求
客户端接受服务端响应, 回应服务端请求
接下来就可以发送数据...
# 四次挥手
客户端发送一个消息, 请求断开连接
服务端接受客户端响应, 回应请求
等到所有数据收发完毕之后
服务端发送断开连接的请求
客户端接受服务端响应, 回应请求
等到2msl
最大报文生存时间过后
客户端和服务端彻底断凯连接
3，TCP和UDP的区别？（3分）
# tcp
需要建立连接, 传输可靠, 速度慢, 消息面向字节流无边界
# udp
不需要建立连接, 可靠性差, 速度快, 消息面向数据报(报文),有边界
4，什么是黏包？（2分）
# 黏包:
tcp协议数据因为无边界的特点, 导致都填分开发送的数据粘合在一起变成了一条数据
# 现象:
# 情况1:
在发送端, 数据小, 时间间隔短, 容易几个数据粘合在一起
# 情况2:
在接受端, 接受数据慢, 在缓存区, 导致几个数据粘合在了一起
# 解决:
使用struct:
# pack (数据长度在21个亿左右)
"""把任意长度的数字转换成具有4个字节固定长度的字节流"""
res = struct.pack("i", 2100000000) # 代表当前转化的数据是整型
# unpack
"""把4个字节值恢复成原来的数据,返回的是一个元组"""
tup = struct.unpack("i", res)[0] # 把rev转换成整型int
思路方面:
计算接下来要发送的数据大小是多少
通过pack转化固定4个字节发送给接受段
然后在发送真实数据
接受段需要接受2次, 第一次接受转换成的真实数据大小, 放recv参数中
第二次在接受真实的数据, 才能保证不黏包
场景:
用在及时通讯类中, 如果是上传下载不需要.
5，什么 B/S 和 C/S 架构？（2分）
网络开发的两大架构:
c / s: client server
软件
b / s: Brower server
网站, 小程序
6，请实现一个简单的socket编程（客户端和服务端可以进行收发消息）（3分）
# 一.TCP 服务端
import socket
# 1.创建一个socket对象
sk = socket.socket()
# 2.绑定ip和端口(注册网络)
sk.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)
sk.bind(("127.0.0.1", 9000))
# 3.开启监听
sk.listen()
# 4.建立三次握手
conn, addr = sk.accept()
# 5.处理收发数据逻辑
# 接受数据
msg = conn.recv(1024)
msg.decode("utf-8")
# 发送数据
conn.send(b"abc")
conn.send("我好帅哦".encode())
# 6.四次挥手
conn.close()
# 7.退还端口
sk.close()
# 二.TCP 客户端
# 1.创建一个socket对象
sk = socket.socket()
# 2.与服务器进行连接
sk.connect(("127.0.0.1", 9000))
# 3.收发数据的逻辑
# 发送
sk.send(b"abc")
# 接受
sk.recv(1024)
# 4.关闭链接
sk.close()
# 三.TCP / socketserver 支持TCP的并发操作
import socketserver
class MyServer(socketserver.BaseRequestHandler):
def handle(self):
conn = self.request
if __name__ == "__main__":
server = socketserver.ThreadingTCPServer(("127.0.0.1", 9000), MyServer)
server.serve_forever()
# 四.UDP服务端
import socket
# 1.创建一个socket对象
sk = socket.socket(type=socket.SOCK_DGRAM)
# 2.绑定地址
sk.bind(("127.0.0.1", 9000))
# 3.处理收发数据的逻辑(服务器一定第一次是接受数据)
# 接受
msg, cli_addr = sk.recvfrom(1024)
# 发送
sk.sendto(b"abc", cli_addr)
# 4.关闭udp连接
sk.close()
# 五.UDP客户端
# 1.创建一个socket对象
sk = socket.socket(type=socket.SOCK_DGRAM)
# 2.收发数据
sk.sendto("你好".encode("utf-8"), ("127.0.0.1", 9000))
sk.recvfrom(1024)
# 3.关闭udp连接
sk.close()
"""
最大的网络传输数据包大小 (MTU 1500Byte)
一般路由器网络转发数据的数据包大小不超过1500B
超过这个范围,该数据会进行拆包和打包的过程
"""
7，简述进程、线程、协程的区别？（3分）
进程: 资源分配的最小单位, 进程之间的数据彼此隔离, 可以并发并行
from multiprocessing import Process
线程: 程序调度的最小单位, 进程里面包含线程, 共享同一份进程资源, 只能并发(GIL锁)
from threading import Thread
协程: 实现单线程在多任务之间的自由切换, 是线程执行任务的一种方式
import gevent;
from gevent import monkey
monkey.pathch_all() # 识别所有模块中的阻塞
g2 = gevent.spawn(play)
8，什么是GIL锁？（2分）
GIL: 全局解释器锁, 为了保证数据安全, 只让多线程并发, 不能并行
在后台一个个的程序都是由一个个的cpython解释器执行的, 每个解释器运行的程序都是单独的进程
但是同一时间, 程序中的多个线程只能由一个cpu执行
解决办法:
1.换个jpython等其他解释器, 又可能出现兼容性问题
2.用多进程的方式间接实现多线程, 资源开销较大
历史遗留问题, 无法彻底解决
9，进程之间如何进行通信？（2分）
IPC:
1.管道Pipe(进程和进程之间只能单向通信)(了解)
2.Queue(进程和进程之间可以双向通信)
3.文件(共享数据)
10，Python如何使用线程池、进程池？（2分）
from concurrent.futures import ProcessPoolExecutor, ThreadPoolExecutor # (1)创建进程池/线程池对象 8个 p = ProcessPoolExecutor() # 参数:cpu的逻辑处理器数量 p = ThreadPoolExecutor() # 参数:cpu的逻辑处理器数量 * 5 # (2)提交异步任务submit res = p.submit(func, 参数1, 参数2, ...) # (3)获取返回值 result (里面有阻塞) res_new = res.result() # (4)等待所有子进程执行完毕 shutdown p.shutdown() print("主进程执行结束 .. ")
11，请通过yield关键字实现一个协程？ （2分）
""" # 创建生成器 (1) 生成器表达式: gen = (i for i in range(10)) (2) 生成器函数 : 函数内含有yield,需要初始化才能使用 """ def producer(): for i in range(100): n = yield i print("结果:%s", n) def consumer(): # 生成器函数的初始化 g = producer() # send可以类比next,但是第一次调用时,必须给None,send可以给yield发送数据(上一个yield) g.send(None) for i in range(10): res = g.send(i) print(res) consumer()
12，什么是异步非阻塞？ （2分）
异步非阻塞:
场景发生在多进程 / 多线程之间,没有任何io阻塞或者等待,同时执行设置setblocking(False)(设置非阻塞了解)
同步: 代码从上到下按照顺序, 依次执行 异步: 无需等待当前程序中的代码是否执行完毕, 该代码又开启另外一个进程 / 线程中执行 阻塞: input, time, sleep, recv... 非阻塞: 依次执行, 无需等待
13，什么是死锁？如何避免？（2分）
# 死锁 # 只上锁不解锁是死锁 # 避免 # 使用递归锁,快速应急,解决服务器死锁问题 # 多次上锁的次数和多次解锁的次数相同, 就能达到解锁的目的 # 以后使用锁时, 尽力不用锁嵌套
14，程序从flag a执行到falg b的时间大致是多少秒？（2分）
import threading import time def _wait(): time.sleep(60) # flag a t = threading.Thread(target=_wait) t.setDaemon(False) t.start() # flag b
0~1秒 """ 守护进程: 守护的是主进程 守护线程: 守护的是所有线程; """
15，程序从flag a执行到falg b的时间大致是多少秒？（2分）
import threading import time def _wait(): time.sleep(60) # flag a t = threading.Thread(target=_wait) t.setDaemon(True) t.start() # flag b
0~1秒
16，程序从flag a执行到falg b的时间大致是多少秒？（2分）
import threading import time def _wait(): time.sleep(60) # flag a t = threading.Thread(target=_wait) t.start() t.join() # flag b
60秒
17，读程序，请确认执行到最后number是否一定为0（2分）
import threading loop = int(1E7) def _add(loop:int = 1): global number for _ in range(loop): number += 1 def _sub(loop:int = 1): global number for _ in range(loop): number -= 1 number = 0 ta = threading.Thread(target=_add,args=(loop,)) ts = threading.Thread(target=_sub,args=(loop,)) ta.start() ta.join() ts.start() ts.join()
一定为0
18，读程序，请确认执行到最后number是否一定为0（2分）
import threading loop = int(1E7) def _add(loop:int = 1): global number for _ in range(loop): number += 1 def _sub(loop:int = 1): global number for _ in range(loop): number -= 1 number = 0 ta = threading.Thread(target=_add,args=(loop,)) ts = threading.Thread(target=_sub,args=(loop,)) ta.start() ts.start() ta.join() ts.join()
不一定
19，MySQL常见数据库引擎及区别？（3分）
myisam: 5.5 之前的默认存储引擎, 只支持表级锁(读写互相阻塞) innodb: 5.5 版本之后, 默认的存储引擎, 支持事务, 行级锁, 外键, 能够抗住更大的并发量(全表扫描, 存在表级锁) memory: 把数据存储在内存里, 一般做缓存 blackhole: 黑洞, 用来同步数据, 应该在主从数据库当中
20，简述事务及其特性？ （3分）
A.原子性: 同一个事务当中可能执行多条sql语句, 要么全部成功, 要么直接回滚, 这个过程看成一个整体, 一个不能再分割的最小个体 C.一致性: a, i, d 都是为了保证数据的一致性提出来的 比如必须按照约束要求插入数据, 保证每跳数据类型的一致性 事务角度上, 防止脏读, 幻读, 不可重读, 最终决定当前客户端和当前的数据库状态一致 I.隔离性: lock + isolation锁, 来处理事务的隔离级别; 一个事务和另外一个事务在工作过程中彼此隔离独立 如果同时更改同一个数据, 因为锁机制的存在, 先执行的先改, 其他事务需要等待, 保证数据安全 D.持久性: 把数据写在磁盘上, 保证数据的持久化存储
21，事务的隔离级别？（2分）
脏读: 没提交的数据读出来的(查)
不可重读: 前后多次读取, 数据内容不一样(同一个会话中, 在不进行修改或者删除的时候, 永远看到的是同一套数据)
幻读: 前后多次读取, 数据内容不一样(从添加的角度上说的)
# 开始事务 begin: # 处理sql # commit 提交数据 # rollback 回滚数据 # 数据的隔离级别 RU(READ_UNCOMMITTED): 读未提交: 脏读, 不可重读, 幻读 RC(READ_COMMITTED): 读已提交: 防止脏读, 会出现不可重复还有幻读 RR(REPEATABLE_READ): 可重复读: 防止脏读, 不可重复读, 可能会出现幻读(默认隔离级别) SR(SERLALIZABLE): 可序列化: 什么都能防止(多个窗口同步, 不能并发, 性能差) # 查看默认的隔离级别 select @ @ tx_isolation # 查询是否自动提交数据 select @ @ autocommit # 找到my.ini 配置文件 autocommit = 0 # 关闭自动提交数据 transaction_isolation = READ_UNCOMMITTED # 设置隔离级别 # 打开窗口1 begin; update t1 set name = "abc" where id = 1 # commit; # 打开窗口2 select * from t1;
22，char和varchar的区别？（2分）
char
定长, 速度快
varchar
变长, 速度慢, 节省空间(内容的开头会有1~2个字节存储数据长度)
23，mysql中varchar与char的区别以及varchar(50)中的50代表的含义。（2分）
char 定长, 速度快 varchar 变长, 速度慢, 节省空间(内容的开头会有1~2个字节存储数据长度) varchar(50) 最多存50个字符 (字符长度如果小于255个, 前头用1个字节存长度 字符长度如果大于255个, 前头用2个字节存长度 1111 1111 = > 255 1111 1111 1111 1111 = > 65535 255 ~ 65535 字符长度 )
24，MySQL中delete和truncate的区别？（2分）
# delete 删除数据 # truncate 重置表(删除数据 + 重置自增id)
25，where子句中有a,b,c三个查询条件, 创建一个组合索引abc(a,b,c)，以下哪种会命中索引（3分）、
(a) # 命中 (b) (c) (a,b) # 命中 (b,c) (a,c) # 命中 (a,b,c) # 命中
26，组合索引遵循什么原则才能命中索引？（2分）
最左前缀原则, 条件不能使用范围, 可以使用and # where a>1 and b=1 and c = 100 不能命中 # where b=1 and c = 100 or a = 10 不能命中
27，列举MySQL常见的函数？ （3分）
count # 计数 avg # 平均数 sum # 和 max # 最大值 min # 最小值 year # 年份 mouth # 月份
28，MySQL数据库 导入、导出命令有哪些？ （2分）
# 导出 (\q退出数据库) mysqldump - uroot - p123 db1 > db1.sql mysqldump - uroot - p123 db1 表1 表2 表3 > ceshi100.sql # 导入 (进入到mysql,选好数据库) source / home / wangwen / work / abc.sql
29，什么是SQL注入？（2分）
sql注入: 通过注入一些特殊的字符, 绕开sql的判断机制
# 使用预处理机制,可以尽量避免sql注入 execute 默认参数是一条sql语句, 如果加入参数元组, 就等于开启预处理 语法: execute(sql, (参数1, 参数2, 参数3......)) import pymysql user = input("user>>>:").strip() pwd = input("password>>>:").strip() conn = pymysql.connect(host="127.0.0.1", user="root", password="", database="db2") # 创建游标对象 cursor = conn.cursor() # 方法一 """ user>> sdfsd password>> sdfsdf' or 10=10 -- sdfsdfsf sql = "select * from usr_pwd where username = '%s' and password='%s' " % (user,pwd) res = cursor.execute(sql) print(res) #返回条数 """ # 方法二 sql = "select * from usr_pwd where username = %s and password=%s" res = cursor.execute(sql, (user, pwd)) if res: print("登录成功") else: print("登录失败")
30，简述left join和inner join的区别？（2分）
left join: 左联 以左表为主, 右表为辅, 完整查询左表所有数据, 右表不存在的数据拿null来补 inner join: 内联 查询左表右表共同存在的数据 select * from a, b where a.cid = b.id
31，SQL语句中having的作用？（2分）
一般和group by 配合使用, 将分组之后的数据进行二次过滤用having
32，MySQL数据库中varchar和text最多能存储多少个字符？（2分）
# varchar 存的是字符21845 最大字节数65535 # text 存的是字符65535 最大字节数65535 * 3
33，MySQL的索引方式有几种？（3分）
主键primary key 唯一索引 unique 普通索引 index 联合主键primary key(字段1, 字段2, ...) 联合唯一索引 unique(字段1, 字段2,..) 联合普通索引 index(a, b, c) innodb(聚集索引): 一个表只有一个聚集索引, 和多个辅助索引, 排序速度比较快 myisam(辅助索引): 只能有多个辅助索引, 没有聚集索引 myisam和innodb 使用索引数据结构都是b + 树, 只是叶子节点存储的数据不同 innodb文件结构中只有.frm 和.ibd, 直接把数据塞到叶子节点上 myisam文件结构中只有.frm.myd.myi 叶子节点存储的该数据的地址(映射关系)
34，什么时候索引会失效？（有索引但无法命中索引）（3分）
1. 如果查询的是一个大范围内的数据(like in > < ....)不能命中索引 2. 索引字段参与运算, 不能命中, select * from s1 where id * 3 = 600 3. 如果有or相连, 索引字段的判断条件在or的后面, 不能命中索引 4. 类型不匹配, 不能命中 select * from s1 wherefirst_name = 1000 5. 联合索引中, 不符合最左前缀原则的, 不能命中索引 6. like以 % 开头
35，数据库优化方案？（3分）
1.读写分离(主从数据库, 主数据库查询, 从数据库负责增删改) 2.分库分表(将字段数量过多的表进行拆分) 3.合理优化数据类型, 尽量少的占用空间以合理改善聚集索引b + 树的高度(追求矮胖结构)
36，什么是MySQL慢日志？（2分）
设定一个时间阀值, 执行sql的时间超过该阈值, 把该sql记录在日志文件里, 就是慢查询日志 # 查看日志开启状态 show variables like 'slow_query_log'; # 开启慢查询日志 set global slow_query_log = "ON"; # 查看时间阈值 show variables like "long_query_time" # 设置时间的阈值 set global long_query_time = 5 # 参考: https://www.cnblogs.com/Yang-Sen/p/11384440.html
37，设计表，关系如下: 教师, 班级, 学生, 科室。（4分） 科室与教师为一对多关系, 教师与班级为多对多关系, 班级与学生为一对多关系, 科室中需体现层级关系。
1. 写出各张表的逻辑字段 2. 根据上述关系表 a.查询教师id=1的学生数 b.查询科室id=3的下级部门数 c.查询所带学生最多的教师的id
# 一，逻辑字段 teacher 老师 id name post_id 1 王老师 1 2 张老师 1 3 金角大王 2 class 班级 id name 1 python1班 2 python2班 3 python3班 t_c_relation 多对多关系 id tid cid 1 1 1 2 1 2 3 3 1 4 3 2 student 学生 id name class_id 1 李四 1 2 张三 2 post 部门 id name parent_id 1 教务部 0 2 python部 1 3 linux部 1 # 二，代码 # aselect count(*)from t_c_relation as tc, student as s where tc.cid = s.class_id and tc.tid = 1； # bselect count(*) from post where parent_id = 3； # cselect tc.tid, count(*) as c from t_c_relation as tc, student as s where tc.cid = s.class_id and tc.tid = 1 group by tc.tid order by c desc limit 1；
38，有staff表,字段为主键Sid,姓名Sname,性别Sex(值为"男"或"女"),课程表Course,字段为主键Cid,课程名称Cname,关系表SC_Relation,字段为Student表主键Sid和Course表主键Cid,组成联合主键,请用SQL查询语句写出查询所有选"计算机"课程的男士的姓名。（3分）
# select s.sname from staff s, course c, sc_relation sc where sc.sid = s.sid and c.cid = sc.cid and c.cname = "计算机" and s.sex = "男"
39，根据表关系写SQL语句（10分）
查询所有同学的学号、姓名、选课数、总成绩；
select score.student_id,sum(score.num),count(score.student_id),student.sname from score left join student on score.student_id = student.sid group by score.student_id；
查询姓“李”的老师的个数；
select count(tid) from teacher where tname like '李%'；
查询平均成绩大于60分的同学的学号和平均成绩；
select student_id,avg(num) from score group by student_id having avg(num) > 60
查询有课程成绩小于60分的同学的学号、姓名
select sid,sname from student where sid in (select distinct student_id from score where num < 60)；
删除学习“叶平”老师课的score表记录；
delete from score where course_id in (select cid from course left join teacher on course.teacher_id = teacher.tid where teacher.name = '叶平')；
查询各科成绩最高和最低的分：以如下形式显示：课程ID，最高分，最低分；
select course_id, max(num) as max_num, min(num) as min_num from score group by course_id;
查询每门课程被选修的学生数；
select course.cname,count(1) from score left join course on score.course_id = course.cid group by course_id;
查询出只选修了一门课程的全部学生的学号和姓名；
select student.sid, student.sname, count(1) from score left join student on score.student_id = student.sid group by course_id having count(1) = 1；
查询选修“杨艳”老师所授课程的学生中，成绩最高的学生姓名及其成绩；
select sname,num from score left join student on score.student_id = student.sid where score.course_id in (select course.cid from course left join teacher on course.teacher_id = teacher.tid where tname='张磊老师') order by num desc limit 1;
查询两门以上不及格课程的同学的学号及其平均成绩；
select student_id,count(1) from score where num < 60 group by student_id having count(1) > 2；
补充题
1，什么是IO多路复用？
内部的实现是异步非阻塞, 通过单个线程管理多个socket连接, 而不是创建大量的多进程 / 多线程, 节省资源, 提升效率
这些网络io操作都会被selector(内部使用linux的epoll多路复用接口实现的)
暂时挂起, 推入内存队列
此时服务端可以任意处理调度里面的网络io,
当连接的socket有数据的时候, 自然会把对应的socket告诉你然后进行读写, 而不至于一直阻塞等待
2，async/await关键字的作用？
asyncio 是在io密集型任务中, 处理协程异步并发的工具模块, 目的是加快通信的速度, 减少阻塞等待 async def 关键字定义异步的协程函数 await 关键字加载需要等待的操作前, 控制一个可能发生io阻塞任务的切入和切出
3，MySQL的执行计划的作用？
执行计划 在一条sql执行之前, 制定执行的方案 """desc/emplain + sql""" desc select * from t1; 把执行计划的类型, 优化级别从低->高 all > index > range > ref > eq_ref > const > system 目标: 至少达到range, ref; range索引范围扫描(注意点: 如果范围太大, 不能命中索引) ref普通索引查询(非唯一)
4，简述MySQL触发器、函数、视图、存储过程？
触发器：触发器是一个特殊的存储过程，它是MySQL在insert、update、delete的时候自动执行的代码块。
函数：MySQL中提供了许多内置函数，还可以自定义函数（实现程序员需要sql逻辑处理）
视图：视图是由查询结果形成的一张虚拟表，是表通过某种运算得到的一个投影
存储过程：把一段代码封装起来，当要执行这一段代码的时候，可以通过调用该存储过程来实现（经过第一次编译后再次调用不需要再次编译，比一个个执行sql语句效率高）
详细讲解链接
id tade_date 1 2018-1-2 2 2018-1-26 3 2018-2-8 4 2018-5-6 ... 输出每个月最后一天的ID
select id, max(tade_date) from t_tade_date group by month(tade_date)
