测试开发面经

一、基础内容

1、测试基础

测试流程：需求评审 → 工时评估&排期 → 技术评审 → 用例编写&评审 → 提测演示 → 用例执行 → 验收测试 → 项目上线 → 线上监控

2、线上bug分类

产品类：产品优化建议、产品设计缺陷、需求变更

系统类：代码错误（常见：代码逻辑错误、边界值错误）、数据错误

配置类：商品数据/规则配置类错误

3、开发语言

java，常用语法、数据类型，集合

python，列表、元组、字典，集合

4、UI自动化（python+appium）

appium（原理：是一个基于C/S设计模式的自动化框架，服务端通过webdriver协议进行数据格式处理，再通过BootStrap.jar翻译成UIAutomator可执行的指令，然后通过UIAutomator处理并操作APP）

①客户端运行脚本的时候，调用任何的appiumAPI，都会向Appium Server端post一条HTTP请求，请求内容就是根据webdriver wire protocol协议规定的一条JSON格式的数据；

②当开启appium服务器的同时就开启了监听端口，Appium Server端接收到请求后，解析出JSON数据并发送到手机端；

③手机端上已经由BootStrap.jar(iOS为BootStrip.js)开启的socket服务器监听相应的端口，BootStrap.jar在appium每个session第一次访问手机端的时候会自动安装；

④手机端接收到对应的请求后，通过BootStrap.jar翻译成UIAutomator能执行的命令，然后通过UIAutomator处理并操作APP完成测试。

定位方式：xpath、id、css、resource id等

遇到的问题以及解决方法

如何实现断言：页面元素判断是否存在（显/隐加载方式）

appium服务未启动、会话冲突、设备未连接

框架设计设计模式：page/object模式，页面元素和方法分离

测试数据如何处理：需要输入的数据通过yaml文件存储，通过读取yaml文件获取不太参数

落地规模：家服核心通路页面（首页、商品介绍页、填单页）覆盖率100%，用例条数200+，累计发现bug数20+（非本次需求范围的代码影响问题、入口路由配置跳转问题等缺陷），回归测试时效降低1d

5、接口自动化

框架一：python+pytest+allure+Jenkins

pytest框架：请求封装（get/post）、装饰器（xfail、skip、mark）、allure报告生成配置、jekins持续集成

问题：场景化接口如何实现自动化，通过装饰器接口分类执行、跳过操作，mark参数化数据

框架二：java+testng+Jenkins

落地规模：家服核心应用接口覆盖率100%，用例条数300+，累计发现bug数50+（接口测试阶段），测试时间降低1pd

数据存储：通过excel进行接口管理（地址、入参、请求方式、期望结果）、测试数据通过yaml文件进行管理

问题：场景化接口如何实现自动化，通过testng的注解实现前后接口的数据依赖、业务逻辑依赖

6、算法基础

常见算法题：数组排序、hashmap、双指针、滑动窗口、反转链表

7、专项测试能力

移动端专项：性能、稳定性、崩溃率，app测试和发包流程

服务端专项：压测（通过jmeter进行压测，关注qps、响应时长、内存、cpu、io等指标数据）、混沌测试（中间件故障演练测试Redis、MongoDB）

测试环境治理：

环境依赖影响：规范化单拉研发分支进行开发，提测前本地解决冲突再合并；泳道多分支处理方式

测试数据难造：造数据工具集、mock数据

上下游数据依赖：mock接口、mq消息等

三方接口依赖：mock接口数据

8、项目业务经验

跨团队项目组织协调/沟通，质量数据度量

9、通用

数据库：mysql、Redis、MongoDB，基本sql

Linux：基础操作命令（grep、tail、cat等）、awk（！！！）

10、其他（细节）

java中final（定义静态变量）和finally（try语句中最终需要执行的代码块）

Redis五种数据类型：string（字符串）、hash（哈希）、list（列表）、set（集合）、zset（有序集合）

springboot注解：appscan、test等 

中间件

一、MQ

    1、3个核心功能：解耦、异步、削峰

    2、3类常见MQ：RabbitMq、RocketMq、Kafka

    3、RabbitMq如何保证消息不丢失

        1）确保消息到MQ：发送方的确认模式

        2）确保消息路由到正确的队列：路由失败通知

        3）确保消息在队列正确的存储：交换器、队列、消息都需要持久化

        4）确保消息从队列中正确的投递⾄消费者：手动确认->交给消费者来确认

    4、如何解决MQ消息重复

        1）MVCC（多版本并发控制），乐观锁的一种实现，通过版本号进行数据重复判断

        2）去重表，构建唯一性索引

二、ES

    1、倒排索引：通过分词策略，形成了词和文章的映射关系表，这种词典+映射表即为倒排索引

    2、在并发情况下，Elasticsearch 如果保证读写一致？

        1）可以通过版本号使用乐观并发控制，以确保新版本不会被旧版本覆盖，由应用层来处理具体的冲突；

        2）另外对于写操作，一致性级别支持 quorum/one/all，默认为 quorum，即只有当大多数分片可用时才允许写操作。但即使大        多数可用，也可能存在因为网络等原因导致写入副本失败，这样该副本被认为故障，分片将会在一个不同的节点上重建。

        3）对于读操作，可以设置 replication 为 sync(默认)，这使得操作在主分片和副本分片都完成后才会返回；如果设置 replication 为 async 时，也可以通过设置搜索请求参数_preference 为 primary 来查询主分片，确保文档是最新版本 

 

redis常见故障原因：Redis缓存命中率下降，请求直接打到了数据库

1、穿透

    指用户查询数据时，数据库中没有（缓存中自然也没有），导致每次查询先查缓存为空、再查数据库为空，相当于进行了两次无用查询

    模拟：客户端发送大量不可响应的请求，例如查询数据库没有的用户数据

    解决方式：空值缓存、实时监控、接口校验（类似用户权限拦截）

2、雪崩

    原缓存失效，新缓存未到时间，访问都到了数据库，数据库cpu和内存压力过大

    模拟：设置大量key集体过期

    解决方式：失效是随机分散配置、使用多层级缓存（Nginx、Redis、其他）、设置缓存标记（过期预警更新）、锁和队列

3、击穿

    某个key非常热，在高并发情况下key失效，缓存被击穿，直接访问数据库

    模拟：设置某个热点key过期，大量高并发访问该key

    解决方式：提前对热点key继续设置、监控并调整热点key过期时长、使用互斥锁 

 

附：

【字节一面】

1、自我介绍

2、做过什么自动化技术？

    UI自动化深入说一下

    接口自动化深入说一下

    平台工具深入说一下

3、目前工作占比

    管理、技术、沟通

4、算法

    无重复字符的最长子串

【神州租车一面】

1、自我介绍

2、接口自动化实现？

3、直线带人绩效如何管理？

4、单链表算法，给定值a，链表中与a相等的删除，并输出更新后的链表

【快手一面】

1、自我介绍

2、接口自动化

3、UI自动化

4、遇到的问题？怎么解决？

5、OKR怎么进行管理？

6、混沌工程相关

7、shell基础和算法（大文件中截取邮箱前缀）

【快手二面】

1、自我介绍

2、业务介绍（业务流程、技术架构、数据怎么流转）

3、Redis缓存常见问题（击穿、雪崩、穿透）

4、团队管理

5、怎么培养掉队较多的员工

6、期望工作内容和类型