公众号:梦无矶的测试开发之路
可以尝试自己先写,写完之后再去看参考解法哦 ~
1、编写一段代码,把 list 的数平方(语言不限)
ListA = [1, 3, 5, 7, 9, 11]
2、使用 Python 语言编写一个日志装饰器
3、进程、线程、协程有什么区别?
4、请画出 Selenium 框架的工作原理 (Appium 也可以)
5、落地自动化测试项目有哪几个关键节点? 请举例说明
6、请画出 Django 框架请求流程 (也就是,请求的生命周期),如果可以写出函数调用链路是怎样的?(如果未使用过 Django,可以画出你用过的框架)
7、wsgiref 作用是什么?
8、Django 有哪些中间件? 列举 5 个方法,以及中间件的应用场景?
9、请简述 WSGl/uwsgi/uwSGI 三个概念的区别是什么? 为什么有了 uWSGI 还需要 nginx?
10、请列举几种 MySQL 存储引擎,分别有什么优缺点?
11、请画出 Docker C/S 架构图
12、请使用 docker 命令操作
a) 创建一个 volume 名称为 kuma
b) 启动一个容器,名称为 yapi,后台执行,把 host 的 5000 端口映射到容器内 3000端口,并使用上面创建的 volume,挂载到/data/db 目录
输入:ListA = [1, 3, 5, 7, 9, 11]
输出:[1, 9, 25, 49, 81, 121]
java代码:
// 方法一
import java.util.ArrayList;
import java.util.List;
public class SquareList {
public static void main(String[] args) {
List<Integer> listA = new ArrayList<Integer>();
listA.add(1);
listA.add(3);
listA.add(5);
listA.add(7);
listA.add(9);
listA.add(11);
List<Integer> squaredList = new ArrayList<Integer>();
for (int num : listA) {
squaredList.add(num * num);
}
System.out.println(squaredList);
}
}
// 方法二
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;
public class SquareList {
public static void main(String[] args) {
List<Integer> listA = Arrays.asList(1, 3, 5, 7, 9, 11);
List<Integer> squaredList = listA.stream()
.map(num -> num * num)
.collect(Collectors.toList());
System.out.println(squaredList);
}
}
通过使用Java 8中引入的Stream API,可以实现更简洁的代码。在上述代码中,我们将listA
转换为一个流(stream),然后使用map()
操作将每个元素平方,最后通过collect()
操作将结果收集到一个新的列表中。这样,我们就得到了平方后的列表并输出结果。
go代码
package main
import (
"fmt"
)
func main() {
listA := []int{1, 3, 5, 7, 9, 11}
squaredList := make([]int, len(listA))
for i, num := range listA {
squaredList[i] = num * num
}
fmt.Println(squaredList)
}
python代码
# 方法一,使用列表推导式
listA = [1, 3, 5, 7, 9, 11]
squared_list = [num**2 for num in listA]
print(squared_list) # [1, 9, 25, 49, 81, 121]
# 方法二,使用map方法
listA = [1, 3, 5, 7, 9, 11]
squared_list = list(map(lambda num: num**2, listA))
print(squared_list)
map()
函数接受一个函数和一个可迭代对象作为参数,并将函数应用于可迭代对象中的每个元素
#方法三,普通for循环(这应该不是面试官想看到的,但却是最好理解的)
listA = [1, 3, 5, 7, 9, 11]
squared_list = []
for i in listA:
squared_list.append(i*i) # 写成 i**2 也是可以的
print(squared_list)
**2
表示一个数的平方。
方式一:简易版
def log_decorator(func):
def wrapper(*args, **kwargs):
print("调用函数:", func.__name__)
print("传入的参数:", args, kwargs)
result = func(*args, **kwargs)
print("函数返回结果:", result)
return result
return wrapper
@log_decorator
def add(a, b):
return a + b
result = add(3, 5)
print("最终结果:", result) # 最终结果: 8
方式一:稍微不简易版
import logging
logging.basicConfig(level=logging.INFO)
def log_decorator(func):
def wrapper(*args, **kwargs):
logger = logging.getLogger()
logger.info("调用函数: %s", func.__name__)
logger.info("传入的参数: %s %s", args, kwargs)
result = func(*args, **kwargs)
logger.info("函数返回结果: %s", result)
return result
return wrapper
@log_decorator
def add(a, b):
return a + b
result = add(3, 5)
print("最终结果:", result)
代码不做过多解释。
日志可以加入更多的格式,这里参考我之前的文章里面的日志部分:python命令行or控制台or日志带有颜色的输出 (qq.com)
进程、线程和协程是计算机中用于实现并发和并行的概念,它们之间有以下区别:
进程(Process):
线程(Thread):
协程(Coroutine):
什么场景适合用进程?
计算密集型的任务(比如:大规模的数据计算和处理)
什么场景适合用线程?
IO密集型的任务(比如:文件读写多的,网络请求多的任务)
什么场景适合用协程?
IO密集型项目切要求高并发( 比如:用locust 搞压测里面就是用的协程) ,实际上真实项目中对 应高并发的业务并不会选择使用python语言。
总结来说,进程是操作系统资源分配和调度的基本单位,线程是在进程内执行的独立执行流,而协程是一种用户态的轻量级线程。它们在资源占用、切换开销以及通信方式等方面存在不同,应根据具体情况选择合适的并发实现方式。
后面我会专门写几篇进程线程协程的文章。
selenium工作原理
Appium工作原理
这个问题非常宽泛,需要考虑的因素也很多,可以结合自己简历和工作经历进行阐述,以下为关键点参考。
1、从功能测试用例中筛选自动化测试用例
2、调研实践讨论可执行自动化测试用例
3、相关自动化方案的排期,预期,展望
3、选择自动化测试框架或自己搭建相应自动化测试框架
4、自动化脚本编写
5、持续集成与自动化构建
6、定期维护与更新
7、自动化推行(最重要)
wsgiref 是 Python 标准库中的一个模块,提供了一个简单而有效的 WSGI(Web 服务器网关接口)服务器和中间件的实现。主要分为五个模块:simple_server, util, headers, handlers, validate。
wsgiref源码地址:https://pypi.python.org/pypi/wsgiref
Django 提供了很多内置的中间件,用于处理请求和响应。以下是 5 个常用的中间件以及它们的应用场景:
SessionMiddleware
:处理会话状态的中间件。它通过在请求处理过程中添加一个会话对象来支持会话管理。应用场景包括用户认证、用户状态跟踪功能。
AuthenticationMiddleware
:处理用户身份验证的中间件。它负责在每个请求处理过程中检查用户的认证状态,并将用户的认证信息添加到请求对象中。应用场景包括用户登录、权限控制和身份验证。
CsrfViewMiddleware
:处理跨站请求伪造(CSRF)保护的中间件。它会自动为每个 POST 请求生成 CSRF 令牌,并在提交表单时验证令牌的有效性。应用场景包括保护表单提交免受 CSRF 攻击。
GZipMiddleware
:处理压缩响应的中间件。它在发送响应之前对内容进行 GZip 压缩,从而减小数据传输的大小。应用场景包括提高网站性能和减少带宽消耗。
LocaleMiddleware
:处理多语言支持的中间件。它通过根据请求提供的语言首选项来设置适当的语言环境,并将其应用于请求的响应。应用场景包括多语言网站和国际化应用程序。
这些中间件提供了一系列常用的功能和处理程序,可以方便地集成到 Django 应用程序中,简化了开发人员的工作。根据具体的需求,可以根据需要启用和配置这些中间件,以实现不同的功能和处理逻辑。
WSGI(Web Server Gateway Interface):WSGI 是一种被广泛接受和使用的 Python Web 应用程序与服务器之间的标准接口。它定义了 Web 服务器与 Web 应用程序之间的通信规则,使得服务器能够理解和与应用程序交互。WSGI 规范允许开发人员使用一种统一的方式来编写 Web 应用程序,而不用担心特定服务器的细节。
简言之,是一种描述web服务器(如nginx,uWSGI等服务器)如何与web应用程序(如用Django、Flask框架写的程序)通信协议。
是一个uWSGI服务器自有的协议,是一种线路协议而不是通信协议。它用于定义传输信息的类型(type of information),每一个uwsgi packet前4byte为传输信息类型描述,用于与nginx等代理服务器通信,它与WSGI相比是两样东西。
是实现了uwsgi和WSGI两种协议的Web服务器
这是因为 Nginx 和 uWSGI 的角色不同。Nginx 主要作为前端服务器、反向代理和负载均衡器,它可以处理静态资源和大量并发连接,将请求转发给后端的 uWSGI 进程处理动态请求。而 uWSGI 则专注于处理 Web 应用程序的请求,它支持 WSGI 协议,负责解析并执行应用程序代码。因此,通过 Nginx 和 uWSGI 的结合,可以提高系统的性能、可靠性和安全性,并实现更好的负载均衡和更高的并发处理能力。
MySQL 提供了多种存储引擎,每个存储引擎都有其独特的特性和适用场景。以下是一些常见的 MySQL 存储引擎以及它们的优缺点:
InnoDB:
MyISAM:
Memory(内存):
Archive:
NDB Cluster:
这些存储引擎的选择应该根据实际需求和应用场景来决定,权衡每个存储引擎的优缺点,并根据具体场景的读写要求、数据一致性和可用性需求来确定最适合的存储引擎。
在 Docker C/S 架构中,有以下几个关键组件:
docker volume create kuma
docker run -d --name yapi -p 5000:3000 -v kuma:/data/db
需要将
替换为实际的 yapi 镜像名称。
这样就可以使用上述步骤创建的 volume kuma 并挂载到容器内的 /data/db 目录,同时进行端口映射,将 host 的 5000 端口映射到容器内的 3000 端口。容器名称为 yapi,并以后台模式运行。
本文部分内容参考资料如下:
https://blog.csdn.net/baidu_36943075/article/details/107671011
https://www.cnblogs.com/jiangchunsheng/p/8986532.html
https://www.cnblogs.com/MrYuChen-Blog/p/15571639.html
https://www.cnblogs.com/sunsky303/p/8274586.html
https://blog.csdn.net/weixin_45455015/article/details/100113330