2026年全国计算机技术与软件专业技术资格(水平)考试试题(及答案)

2026年全国计算机技术与软件专业技术资格(水平)考试试题(及答案)1.微服务拆分与数据一致性（12.5分）某头部电商平台的“订单中心”原采用单体架构，日均订单量800万，峰值QPS4万。2025年“双11”出现大量锁等待与雪崩，公司决定拆分为微服务。现有三种拆分方案：A.按业务域拆为“订单履约”“库存”“营销”“支付”四大服务，共享同一MySQL8.0集群；B.按DDD限界上下文拆为“订单”“库存”“营销”“支付”服务，每个服务独占MySQL实例，通过Kafka异步事件同步；C.在B方案基础上，将“库存”再按商品类目拆为三级子域，使用AzureCosmosDB多主写入，冲突解决采用Last-Writer-Wins。【问题】(1)画出方案B的架构图，要求体现事件流、补偿事务、幂等消费机制。（3分）(2)若采用方案C，请给出“超卖”场景下的冲突检测与修复算法，要求伪代码+时间复杂度分析。（4分）(3)从CAP+BASE角度，对比三种方案在分区容忍、可用性、最终一致性上的权衡，给出量化评估表。（3分）(4)公司要求RPO≤30s、RTO≤5min，请为方案B设计跨机房容灾，给出部署拓扑与切换流程。（2.5分）【答案与评分要点】(1)图例：订单服务→OrderCreated事件→KafkaTopicpartition→库存服务消费→更新库存表→InventoryUpdated事件回传；补偿事务采用Saga模式，每步操作记录compensateSQL，异常时反向执行；幂等使用Kafkaconsumergroup+幂等键（orderId+skuId）写入唯一索引。（图正确2分，标注完整1分）(2)伪代码：```functionresolveConflict(itemId,newQty,timestamp):doc=cosmos.read(itemId)ifdoc.timestamp>timestamp:return"reject"newDoc={qty:newQty,timestamp:timestamp}success=cosmos.upsert(newDoc,conflictFilter:"lastWrite")if!success:retrywithexponentialbackoffupto3times```时间复杂度：O(1)点写，冲突检测O(1)，重试常数级，总体O(1)。（算法3分，复杂度1分）(3)量化表：|方案|分区容忍|可用性(9×9)|一致性||A|弱(共享库)|99.5%|强一致||B|中(异步)|99.9%|最终一致(≤2s)||C|强(多主)|99.95%|最终一致(≤500ms)|（每格0.5分，共3分）(4)三机房五节点Kafka集群，使用MirrorMaker2.0异步复制，订单服务双写，库存服务消费就近机房；切换采用Keepalived+VIP，探活失败30s触发，RTO实测3min，RPO15s。（拓扑1.5分，流程1分）————————2.云原生安全与零信任（12.5分）某金融SaaS公司拟在阿里云ACKPro集群上线“数字人民币钱包”微服务。监管要求：a.所有Pod必须运行在非特权模式且只读根文件系统；b.南北向流量需mTLS，东西向需SPIFFE身份；c.密钥不得落盘，加密算法满足国密SM2/SM3/SM4；d.容器镜像需在交付流水线中完成S-BOM签名，阻断CVE≥7.0的漏洞。【问题】(1)给出PodSecurityPolicy（已废弃）的替代方案，并写出Gatekeeper约束模板yaml，确保容器非特权且只读根文件系统。（3分）(2)设计一套基于Istio+Cert-Manager的SM2证书自动签发流程，画出时序图，标明CSR、RA、CA、Kube-API交互步骤。（4分）(3)镜像安全治理中，如何验证S-BOM的签名有效性？给出cosign验证命令与返回码判断脚本。（2.5分）(4)若集群节点被植入Rootkit，零信任架构如何确保钱包服务继续满足“最小权限+可观测”？给出eBPF探针检测代码片段。（3分）【答案】(1)使用OPAGatekeeper：```yamlapiVersion:templates.gatekeeper.sh/v1beta1kind:ConstraintTemplatemetadata:name:k8sreadonlyfilesystemspec:crd:spec:names:kind:K8sReadOnlyFilesystemtargets:target:admission.k8s.gatekeeper.shrego:|violation[{"msg":msg}]{notinput.request.object.spec.securityContext.readOnlyRootFilesystemmsg:="Containersmustuseread-onlyrootfilesystem"}```（模板2分，非特权字段1分）(2)时序：①Pod启动→Sidecar向Istiod请求SM2证书；②Istiod调用Cert-Manager-CR（Issuer=国密CA）；③Cert-Manager向RA提交CSR（SM2公钥+SPIFFEID）；④RA审核后调用国密CA签发；⑤返回证书→Istiod→Sidecar；⑥Sidecar与钱包服务建立mTLS。（时序图正确3分，标注SM21分）(3)cosign验证：```bashcosignverify--certificate-identity-regexp'.*@'\certificate-oidc-issuer''\/wallet@sha256:abc123if[$?-eq0];thenecho"S-BOMsignaturevalid";fi```（命令2分，脚本0.5分，返回码判断0.5分）(4)eBPF探针：```cSEC("kprobe/do_init_module")intdetect_rootkit(structpt_regs*ctx){charcomm[16];bpf_get_current_comm(&comm,sizeof(comm));if(comm[0]=='w'&&comm[1]=='a'){bpf_printk("Walletprocessattemptinginsmod,PID=%d\n",bpf_get_current_pid_tgid()>>32);bpf_send_signal(9);}return0;}```（代码2分，最小权限+可观测说明1分）————————3.高并发缓存设计（12.5分）短视频推荐系统日均播放量50亿次，Feed流接口p99≤120ms。现有架构：LVS→Nginx→Tomcat→RedisCluster(64masters)→MySQL8.0。瓶颈：Redis出现热Key，单节点CPU97%，qps14万。【问题】(1)给出“本地缓存+Redis+MySQL”三级缓存的穿透、击穿、雪崩联合防护策略，要求写出Guava+Caffeine配置代码。（3分）(2)设计一种基于一致性哈希+虚拟节点+热点探测的Redis集群扩容方案，要求计算虚拟节点倍数K，使最大负载差δ≤5%。（4分）(3)若使用Redis7.0的Functions功能实现“播放计数+防刷”逻辑，请给出Lua脚本并分析时间复杂度。（2.5分）(4)当MySQL主库故障，Redis数据尚未回写，如何确保播放计数不丢？给出基于Raft的Redis-SQL双写一致性协议状态机。（3分）【答案】(1)穿透：布隆过滤器bitMap4GB，误判率0.1%；击穿：分布式锁RedissontryLock(100ms)；雪崩：随机TTL∈[0.8T,1.2T]。Caffeine配置：```javaCaffeine.newBuilder().maximumSize(200_000).expireAfterWrite(3,TimeUnit.MINUTES).recordStats().build(key->loadFromRedis(key));```（策略2分，代码1分）(2)设节点数n=64，虚拟节点倍数K，最大负载差δ=√(lnn/2K)≤5%，解得K≥lnn/(2×0.05²)=ln64/0.005≈828，取K=900。（计算3分，结论1分）(3)Lua：```luaredis.register_function('incrPlay',function(keys,args)localvid=keys[1]localuid=args[1]localnow=tonumber(args[2])localkey='play:'..vidlocaluserKey='userPlay:'..uid..':'..vidlocallast=redis.call('GET',userKey)iflastand(nowtonumber(last))<3thenreturn-1endredis.call('SET',userKey,now,'EX',86400)returnredis.call('INCR',key)end)```时间复杂度：O(1)。（脚本2分，复杂度0.5分）(4)双写状态机：状态：Idle→Writing→WaitAck→Commit→Done。Raft日志：RedisINCR命令+SQLbinlogrow事件打包为一条logentry；Leader收到半数RedisACK+半数SQLACK后提交；故障时新Leader重放未提交log，确保at-least-once。（状态机2分，Raft1分）————————4.数据湖实时分析（12.5分）某省政务大数据局建设“一网通办”数据湖，日增原始日志3TB，需支持Ad-Hoc查询≤3s。技术选型：Kafka→FlinkSQL→Iceberg1.3→Trino422。【问题】(1)给出Iceberg表结构design，要求分区策略兼顾时间+行政区+业务类型，并写出FlinkSQL建表语句含bucket(16)避免小文件。（3分）(2)当FlinkCheckpoint5min一次，但Kafkasource出现lag20min，如何确保Exactly-Once？给出两步提交Sink伪代码。（4分）(3)Trino查询优化：统计某事项近7天平均耗时，原始字段eventTime(string)、duration_ms(bigint)，写出TrinoSQL并利用IcebergMinMax索引，估算扫描数据量。（2.5分）(4)数据湖权限：要求列级加密（SM4），密钥托管在KMS，给出自定义TrinoConnector的ColumnMask实现片段。（3分）【答案】(1)建表：```sqlCREATETABLE_events(idBIGINT,eventTimeTIMESTAMP(3),regionSTRING,bizTypeSTRING,duration_msBIGINT)PARTITIONEDBY(bucket(16,region),bizType,days(eventTime))WITH('format-version'='2','write.distribution-mode'=>'hash');```（分区2分，bucket1分）(2)两步提交：```javaclassIcebergTwoPhaseSinkextendsTwoPhaseCommitSinkFunction<>{@OverridevoidbeginTransaction(){tx=table.newTransaction();}@Overridevoidinvoke(){tx.newAppend().appendFile(parquetFile);}@OverridevoidpreCommit(){mitTransaction();}@Overridevoidcommit(){filesCmit();}}```（伪代码3分，Exactly-Once说明1分）(3)SQL：```sqlSELECTavg(duration_ms)FROM_eventsWHEREeventTime>=current_dateinterval'7'dayANDeventTime<current_date;```MinMax索引过滤后扫描≈7/90×3TB=233GB。（SQL1.5分，估算1分）(4)ColumnMask：```javapublicclassSM4ColumnMaskimplementsColumnMask{publicBlockmask(Blockblock,StringkmsKeyId){SM4Engineengine=newSM4Engine(kmsClient.getKey(kmsKeyId));returnblock.transform(value->engine.encrypt(value));}}```（代码2分，KMS集成1分）————————5.AI推理加速与成本优化（12.5分）某自动驾驶公司每天产生8TB视觉数据，需在线推理更新高精地图。模型：RegNet-Y32GF，FP32权重1.2GB，单帧延迟≤50ms，GPU利用率≥65%。【问题】(1)给出TensorRT10量化方案：FP32→FP16→INT8，要求写出PTQ校准Python代码，含Entropy校准器。（3分）(2)若采用NVIDIADLA卸载，Batch=8时GPU+DLA流水线并行，画出时序图并计算理论加速比。（4分）(3)成本优化：SpotGPU实例被抢占概率30%，给出基于Checkpoint+KubernetesDescheduler的抢占恢复流程，要求平均恢复时间≤20s。（2.5分）(4)模型热更新：需零停机切换权重，给出基于SharedMemory+双缓冲区的C++实现片段，确保无锁读写。（3分）【答案】(1)PTQ：```pythoncalibrator=trt.IInt8EntropyCalibrator2(data_loader=CalibratorDataLoader('calib/',512),cache_file='regnet_y_int8.cache')config.set_flag(trt.BuilderFlag.INT8)8_calibrator=calibrator```（代码2分，Entropy1分）(2)时序：GPU预处理→DLA推理→GPU后处理；DLA耗时22ms，GPU并行28ms，理论加速=max(22,28)/28=1.27×。（图2分，计算2分）(3)流程：①Checkpoint每5s写入NAS；②Descheduler监听抢占事件；③Pod收到SIGTERM→保存当前帧→退出；④新SpotPod启动→加载最新ckpt→恢复推理；实测平均恢复18s。（流程2分，时间0.5分）(4)双缓冲：```cppstd::atomic<int>idx{0};void*buf[2];voidswitchWeights(float*newW){inti=idx.load()^1;memcpy(buf[i],newW,1.2GB);idx.store(i,std::memory_order_release);}```（无锁2分，双缓冲1分）————————6.绿色计算与碳排放评估（12.5分）某互联网数据中心2025年PUE1.25，年耗电12亿kWh，其中IT设备占75%，制冷20%，UPS5%。公司承诺2026年碳排下降15%，需引入液冷与AI节能。【问题】(1)给出液冷CDU（CoolantDistributionUnit）的拓扑图，标明TCS（TankCirculationSystem）与服务器冷板接口，计算液冷占比α=60%时的年均PUE。（3分）(2)基于DCIM历史数据，建立AI调优模型预测冷冻水温度设定值，写出XGBoost特征工程代码，含时序lag特征。（4分）(3)若购