实施运维面试题及答案.docxVIP

实施运维面试题及答案

一、运维基础技能

1.请描述运维工程师的核心职责，与开发工程师的协作边界在哪里？

核心职责包括：保障业务系统7×24小时稳定运行，优化资源利用率，降低故障率；推动自动化运维体系建设，提升变更效率；监控系统性能与安全，及时发现并处理潜在风险；制定容灾备份策略，确保业务可恢复性。与开发的协作边界：运维负责基础设施（服务器、网络、存储）的稳定，开发负责应用程序的功能实现与性能优化；运维提供标准化的部署环境，开发提交符合规范的部署包；故障排查时，运维定位基础设施或中间件问题，开发定位应用逻辑或代码问题；容量规划中，运维基于历史数据预测资源需求，开发提供业务增长预期。

2.日常工作中，你会通过哪些指标评估系统稳定性？如何设定合理的阈值？

关键指标包括：服务可用性（如HTTP请求成功率≥99.9%）、接口响应时间（P99≤500ms）、服务器CPU/内存/磁盘利用率（均值≤70%，峰值≤85%）、数据库QPS/TPS（达到设计容量的80%时触发预警）、网络丢包率（≤0.1%）、日志错误率（≤0.01%）。阈值设定需结合业务特性：高并发电商系统的CPU峰值阈值可放宽至90%（预留大促弹性空间），而金融交易系统的响应时间P99需严格控制在300ms内；通过历史数据的3σ原则（均值±3倍标准差）确定基线，结合业务SLA（如可用性99.99%对应年宕机时间≤53分钟）反推阈值，最终通过灰度验证调整。

3.当业务提出“将数据库从MySQL迁移至TiDB”的需求时，你的评估流程是什么？

评估流程分四步：①业务适配性分析：梳理现有SQL语句，检查是否包含TiDB不支持的功能（如存储过程、触发器）；统计读写比例（TiDB适合读多写少或混合场景）；评估数据量（单库超100GB时TiDB分片优势更明显）。②性能测试：搭建与生产同构的测试环境，使用sysbench模拟真实业务压力，对比迁移前后QPS、延迟、锁竞争情况；重点测试事务一致性（如跨分片事务的性能损耗）。③成本测算：计算TiDB集群所需节点数（通常3个PD节点+至少3个TiKV节点），对比原MySQL主从架构的服务器成本；评估运维复杂度（需掌握TiDB监控工具如Grafana+Prometheus，扩容缩容操作）。④风险预案：制定回滚方案（备份原MySQL数据，保留双写过渡期）；规划迁移窗口期（选择业务低峰期，如凌晨0-4点）；准备应急脚本（如迁移失败时快速切回原库）。

二、Linux系统与工具

4.如何定位一台Linux服务器CPU持续90%以上的问题？请描述具体操作步骤。

步骤1：使用top命令查看CPU占用率，按P键排序（基于%CPU），找到占用最高的进程PID。

步骤2：通过ps-ef|grep[PID]确认进程所属服务（如Java应用、Nginx）；若为Java进程，执行jstack[PID]stack.log生成线程快照，分析是否有死锁或大量WAITING状态线程。

步骤3：对CPU密集型进程，使用perftop-p[PID]分析具体函数调用（如某个Java方法循环次数过多）；或用strace-p[PID]查看系统调用（如频繁的磁盘IO导致CPU等待）。

步骤4：检查是否有僵尸进程（top中状态为Z的进程），通过psaux|grepZ定位，联系开发确认父进程是否未正确回收子进程（需修复代码或手动kill父进程）。

步骤5：若所有用户进程CPU正常但系统CPU（sy）高，检查是否有大量上下文切换（使用vmstat15查看cs列，正常应≤1000/s），可能原因是线程数过多（如Nginxworker_processes配置超过CPU核心数）或中断异常（通过/proc/interrupts查看是否有某中断源频繁触发）。

5.如何排查“/var/log目录磁盘空间爆满”的问题？给出完整处理流程。

处理流程：①确认爆满目录：df-h查看/var分区使用情况，du-sh/var/log/定位大文件（如nginx.access.log、syslog）。②分析大文件原因：检查日志切割配置（/etc/logrotate.conf及各服务的logrotate.d文件），确认是否因rotate失效导致日志未压缩或删除（如rotate7配置但实际保留30天，可能是脚本权限问题）；查看日志写入速率（tail-f日志文件观察是否有异常高频输出，如应用报错循环）。③临时处理：对正在写入的日志文件，使用cat/dev/null日志文件清空（避免直接rm导致服务继续向已删除文件写数据）；对历史日志，压缩后归档至其他分区（如tar-czfl