大疆运维岗位面试题及详细答案（真实职场版）

大疆运维岗位面试题及详细答案（真实职场版）一、Linux基础运维高频题1、日常运维中你最常用的Linux命令有哪些？分别说下使用场景答：我日常运维核心常用命令都是贴合线上排查、资源查看、文件操作的，实用性很强：一是资源查看类，top、htop用来实时查看服务器CPU、内存、负载、进程占用，线上卡顿、负载高第一时间用这个定位；free-h看内存和缓存使用情况，区分物理内存、缓冲区占用；df-h、du-sh排查磁盘空间爆满问题，df看磁盘整体使用率，du精准定位哪个目录、文件占用空间大。二是日志排查类，tail-f实时刷新日志，排查服务实时报错；cat、less查看完整日志文件；grep过滤关键字，比如过滤error、exception报错日志，搭配-r递归查询目录下所有文件，排查全局报错。三是进程与端口类，ps-ef|grep查看进程是否存活、进程PID；netstat、ss查看端口监听状态、端口占用进程，排查端口冲突、服务监听异常；kill、kill-9正常结束或强制终止异常进程。四是文件操作类，cp、mv、rm日常文件备份、迁移、清理，线上清理文件我会先备份再删除，避免误删；chmod、chown修改文件权限和所属用户组，解决服务权限不足无法启动的问题。2、服务器磁盘空间满了，你的完整排查和处理流程是什么？答：我会按先定位、再核实、后清理、最后复盘的流程处理，避免盲目操作导致故障：第一步，执行df-h查看所有磁盘分区使用率，确认是哪个分区爆满，区分是系统盘还是数据盘。第二步，进入对应分区根目录，执行du-sh*逐层排查大目录，定位占用空间最高的文件夹，再层层细化找到超大文件。第三步，甄别文件类型，优先处理可清理文件：日志文件、临时缓存文件、过期备份、无用安装包。如果是正在写入的日志文件，不能直接rm删除，会导致磁盘空间不释放，我会用>文件名清空文件，实时释放空间。第四步，清理完成后df-h复核空间是否恢复，检查服务是否恢复正常运行。第五步，复盘优化，对超大日志配置日志切割、定时清理脚本，避免后续再次爆满。3、说说软链接和硬链接的区别，运维中怎么用？答：核心区别有三点：第一，软链接相当于文件的快捷方式，记录的是文件路径，依赖原文件，原文件删除后软链接失效；硬链接是文件的别名，和原文件共用同一个inode，删除原文件，硬链接依然可以正常访问文件数据。第二，软链接可以跨分区、跨磁盘，也能对目录创建；硬链接不支持跨分区，也不能对目录创建。第三，软链接权限独立，硬链接和原文件权限、属性完全一致。运维使用场景：日常版本迭代、软件版本切换我会用软链接，比如将新版程序目录做软链接替换旧版，无需修改服务配置，切换便捷；硬链接很少日常使用，仅用于重要文件的简单备份，防止误删丢失数据。4、如何查看和关闭服务器无用开机自启服务？答：主流CentOS7+系统用systemd管理：systemctllist-unit-files|grepenabled查看所有开机自启服务；找到无用、高危、不常用的服务后，执行systemctldisable服务名关闭开机自启，同时可以执行systemctlstop服务名立即停止当前运行服务，减少服务器资源占用，降低漏洞风险。二、网络运维核心面试题1、线上服务访问超时、卡顿，你的网络排查思路？答：我会从客户端→网络链路→服务器端口→服务层逐层排查，由外到内缩小问题范围：第一，排查本地网络，ping服务器公网/内网IP，检查是否丢包、延迟过高，判断是链路问题还是服务问题。第二，用traceroute、mtr追踪路由链路，定位丢包节点，区分是内网链路、网关还是外网线路故障。第三，测试端口连通性，telnet、nc测试服务端口是否通，排查端口未监听、防火墙拦截问题。第四，检查服务器防火墙、安全组，确认端口是否放行、是否有限流策略，大疆内网服务大多靠安全组和防火墙做权限管控，很多访问异常都是规则拦截导致。最后排查服务本身，网络无问题的情况下，基本是服务卡顿、进程卡死、接口报错导致的访问超时。2、TCP和UDP的区别？运维中哪些业务用TCP、哪些用UDP？答：核心区别：TCP是面向连接、可靠传输、有序、有重传机制；UDP是无连接、不可靠、无重传、传输速度快、开销小。运维业务场景：后台业务接口、文件传输、数据库连接、日志传输等对数据完整性要求高的业务，全部用TCP；大疆无人机实时图传、设备心跳上报、实时流媒体、低延迟指令推送，优先用UDP，牺牲部分可靠性换取低延迟、高实时性。三、服务与脚本运维题1、怎么保证线上服务异常宕机后自动重启？答：日常主要用两种成熟方案，适配不同业务场景：一是systemd托管服务，将业务程序配置为systemd服务，在配置文件中设置重启策略，无论服务崩溃、进程退出、异常终止，都会自动重启，还能配置重启次数、重启间隔，是服务器常驻服务的首选方案，稳定无漏洞。二是自定义监控脚本，针对临时服务、轻量程序，写shell脚本定时检测进程是否存在、端口是否监听，异常则执行重启命令，搭配crontab定时任务循环检测，适配小众、非标准服务。2、简单说下你常用的Shell脚本运维场景答：我日常会用脚本自动化处理重复运维工作，提升效率、减少人为失误：一是日志自动化处理，定时切割、压缩、清理过期日志，避免磁盘爆满；二是服务批量巡检，批量检测多台服务器服务状态、端口、磁盘、内存，输出巡检报表；三是批量部署、更新程序，迭代版本、推送配置文件；四是数据定时备份，自动打包业务数据、配置文件，推送至备份目录，保留过期备份清理策略。四、故障排查实战场景（大疆运维高频）1、内网设备上报数据失败，服务器无任何日志，如何排查？答：这个场景很贴合大疆设备运维场景，我会按链路到服务逐层排查：第一，确认设备网络状态，检查设备是否正常联网、内网IP是否正常、是否脱离网段。第二，排查网络连通性，服务器能否ping通设备，设备能否访问服务器上报端口，测试端口连通性。第三，检查服务器安全组、防火墙、iptables规则，是否拦截设备IP或上报端口，这是设备上报失败最常见原因。第四，检查服务监听状态，确认服务是否监听内网端口，是否只监听本地回环地址，导致外网、内网设备无法接入。第五，检查服务进程是否假死，进程存在但不处理请求，重启服务后复测，同时查看系统日志是否有服务启动异常、权限异常记录。2、服务器CPU负载持续过高，排查流程？答：第一步top查看整体负载、CPU占用排行，找到占用CPU最高的进程PID和程序名称。第二步，区分进程类型，是业务进程、系统进程还是异常挖矿、恶意进程。如果是业务进程，查看对应服务日志，是否有死循环、频繁报错、大量请求导致算力耗尽。第三步，排查系统问题，是否有大量僵尸进程、磁盘IO过高导致CPU等待、内核异常。第四步，临时处理：对异常非核心进程终止、重启业务服务，快速降低负载；长期优化：排查代码问题、优化接口、扩容服务器资源、做请求限流。3、内存使用率持续飙升，无大进程占用，是什么问题？怎么处理？答：这种情况大概率是Linux系统缓存、buff占用过高，或者存在内存泄漏、未释放缓存。排查：free-h查看buff/cache占用，很多时候不是程序占用内存，是系统缓存大量占用空闲内存。处理：临时手动释放缓存，执行系统缓存释放命令，清理页缓存、目录项缓存；长期优化：排查业务是否存在文件频繁读写不关闭、内存泄漏问题，优化程序逻辑，同时配置定时缓存清理任务，保障服务器内存稳定。五、运维安全与规范面试题1、线上运维操作，你遵守的安全规范是什么？答：我日常严格遵守运维标准化操作，杜绝线上事故：第一，所有线上操作先备份、后修改，配置文件、数据修改前必须备份，出错可回滚。第二，禁止直接线上调试，所有更新、修改先测试环境验证，再灰度上线，最后全量更新。第三，权限最小化，普通运维账号不使用root权限，服务运行账号仅分配必要权限，禁止权限泛滥。第四，操作留痕，所有服务器登录、修改、删除操作全程日志记录，便于事故追溯。第五，禁止随意清理未知文件、禁止随意修改内核和网络参数，如需调整先查阅文档、小范围测试。2、如何防止服务器被入侵、挂马？答：日常防护主要做这几点：一是端口防护，关闭无用端口、修改高危默认端口，通过安全组、防火墙限制IP访问，仅放行办公、内网信任网段。二是账号安全，禁止root远程登录，设置复杂密码，定期修改密码，禁用无用账号。三是日志监控，定期查看系统登录日志、操作日志，排查异常登录、异地登录。四是版本更新，定期更新系统补丁、软件版本，修复漏洞。五是禁止服务器外网暴露高危服务，数据库、后台服务仅内网访问，不对外公开。六、大疆运维专属场景题（面试加分项）1、简单说说你对大疆运维工作的理解答：大疆的运维和传统互联网运维不一样，核心围绕设备端+云端+内网服务三位一体保障稳定性。一方面要保障后台业务、管理系统、数据上报平台稳定运行，支撑设备数据、日志、指令正常传输；另一方面要处理大量无人机、配套设备的联网上报、链路异常、设备离线、数据丢包等现场问题。整体工作核心是高稳定、低故障、快排查，既要做好服务器、网络、服务的日常运维，也要适配硬件设备配套的软件服务运维，保障设备和云端的联动稳定。2、大量设备批量离线，你的应急处理思路答：我会先区分是全局故障还是局部故障，快速止损：第一，确认故障范围，是全部设备离线、还是单个区域、单批次设备离线，判断是云端服务故障、网络链路故障还是设备批次问题。第二，排查云端服务，检查设备接入服务、心跳服务是否宕机、卡顿、报错，查看服务日志是否有大量连接失败、鉴权失败记录。第三，排查内网网络、网关、负载均衡，是否链路中断、限流、带宽打满，导致设备无法接入。第四，局部离线则排查对应区域网络、设备固件、设备配置问题，批量定位共性问题。第五，故障恢复后，统计离线设备数量、恢复比例，复盘故障原因，优化限流、容错、重试机制，避免再次批量离线。七、面试主观问答（自我介绍、岗位匹配）1、运维工作中，你遇到过最棘手的线上故障是什么？怎么解决的？答：之前遇到过线上服务器磁盘inode耗尽，导致无法写入日志、服务异常、设备上报失败的故障，当时磁盘空间充足，但所有服务无法写入数据，报错提示无可用空间。排查过程：一开始排查磁盘空间没有问题，后来通过df-i查看inode使用率，发现inode已经100%占用，是大量小文件、临时碎片文件耗尽了inode。解决方式：批量查找系统无用小文件、过期临时文件，批量清理释放inode，服务瞬间恢复写入功能