面灵AI→

京东新锐之星技术支持一面:LangGraph 与手写循环、NAT、systemd 假运行一次问全

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

岗位与经历

  1. 这个技术支持岗位的内容和能力要求,你之前有没有了解过?
  2. 你之前几段实习偏系统运维方向,网络这块你做过吗?
  3. 介绍一下之前的实习经历。
  4. 之前几段实习结束的原因是什么?
  5. 简历上写这段实习处理了若干问题,哪类问题占比最高,有没有做沉淀分析?
  6. 已知有这个缺陷还未来得及修复,如何做到事前避免用户报障,而不是等报修后再处理?

场景与网络

  1. 假设用户报修「电脑上不了网」,你的处理思路和步骤是什么?
  2. 你了解哪几种网络协议 / 路由协议?
  3. 实习中分享一个你觉得最有意义 / 最有挑战的 case。
  4. 详细介绍你的个人项目。

LangGraph 与 Agent

  1. 用 LangGraph 和直接写一个 loop 有什么区别?
  2. LangGraph 中如何划分节点和状态?什么放节点,什么放边?
  3. 持久化具体用什么机制实现的(checkpoint)?

系统与 Python

  1. NAT 的基本工作原理是什么?有几种 NAT 方式?
  2. 如果应用挂了,但 systemctl status 显示 active (running),却没有自动重启,可能是什么原因?怎么排查?
  3. Python 中迭代器、生成器的概念?使用场景和关键语法?
  4. 协程了解吗?Python 后台开发用什么框架?
  5. Django 有什么特点?Flask 是不是不支持异步?

《参考解析》

已知缺陷怎么在报障前拦住:这类题考的是运维视角而不是救火视角。可答的做法分四层:可观测(对缺陷涉及的关键指标加监控与日志,阈值告警下到值班),可预防(配置变更走审批与灰度、上线前回归、把已知缺陷写进检查清单与脚本化的巡检项),可缓冲(限流、降级、熔断,让缺陷发生时影响面可控而不是全量报障),可发现(主动拨测与合成监控,周期性跑核心链路,别等用户告诉你)。最后要能说清怎么度量:告警到发现的时长、同类报障数量的变化、巡检覆盖率。

「电脑上不了网」的处理步骤:先定范围——是个别应用、单机、还是整个网段;再分层验证:物理与链路(网线 / Wi-Fi 连接、网卡状态、指示灯)、IP 层(是否拿到地址,ipconfig /all 或 ip a,网关能否 ping 通,是否 APIPA 169.254 地址)、DNS(nslookup 域名解析是否正常,换公共 DNS 对比)、路由与出口(tracert 看断在第几跳、代理与 VPN 是否残留)、应用层(浏览器代理设置、hosts、证书时间)。单机排查常用「换一台设备对比」快速定位是终端问题还是网络问题。回答时给出顺序与判据,比罗列命令更有价值。

LangGraph 与手写 loop:手写 loop 是「模型—工具—模型」的 while 循环,控制流写在代码里,状态散落在变量中,中断恢复、人工介入、分支并行都要自己实现。LangGraph 把流程显式建模成图:节点是有输入输出的处理单元,边定义转移(含条件边与循环),状态是一份带 reducer 的共享对象,运行时负责按图调度并把每步状态落盘。代价是抽象层带来的学习成本与调试复杂度,简单的单轮工具调用用 loop 更直接,流程一旦出现多分支、需要人工确认、需要断点续跑,图式编排的收益才明显。

节点与状态怎么划分:节点按「一次可独立重试、有明确输入输出」切,例如「检索」「生成计划」「执行工具」「评审」;不要把一行代码或一次纯计算切成节点。状态放「跨节点需要共享、且需要被持久化」的东西:消息历史、任务目标、已确认的槽位、工具结果引用、预算计数;临时变量留在节点内部,不进状态。边表达控制流:普通边是确定的下一步,条件边是按状态判断的分支,循环边要有退出条件。状态设计的关键是加 reducer——同一个 key 被多个节点写入时怎么合并(追加、覆盖、按 id 去重),这决定了并行分支能不能安全汇合。

checkpoint 持久化:LangGraph 的 checkpointer 在每个超步后把状态快照写入存储,按「线程 id(会话)+ checkpoint id」索引,常见实现是内存版(仅调试)、SQLite / Postgres、Redis 等。恢复时按线程 id 取最新快照继续执行,配合中断(interrupt)实现人工确认后继续。工程上要注意:快照里不要放大对象(文件内容、大段原始输出存引用),要给快照设保留策略,恢复时要能识别「外部副作用是否已生效」。

NAT 原理与类型:NAT 在内外网地址之间做转换,改写 IP(必要时也改端口),并维护一张映射表记录会话,使多个内网主机共享少量公网地址。常见分类:静态 NAT(一对一固定映射)、动态 NAT(地址池里动态分配)、NAPT / PAT(地址 + 端口复用,家庭与企业出口最常见);按行为还可分完全锥形、受限锥形、端口受限锥形与对称型,区别在于外部主机能否主动回包、是否按目标地址与端口分别建映射——对称型对 P2P 与打洞最不友好。要能说清它解决的问题(地址短缺、隐藏内网结构)和带来的问题(外部无法直连、日志溯源需要映射记录、某些协议需要 ALG 辅助)。

systemd 显示 active (running) 但服务不可用:先分清「unit 是 active」不等于「业务进程活着」。常见原因:服务类型配错(Type=simple 时主进程立刻 fork 退出但 unit 仍判活;Type=forking 时 PIDFile 指向错误;Type=oneshot 配 RemainAfterExit=yes 会一直显示 active);主进程是一个 shell 或启动脚本,真正的业务进程已经崩了而父进程还在;进程活着但卡死(死锁、线程池耗尽),端口不通但进程存在;Restart= 没配或配置的是 on-failure 而退出码被当成正常;被 OOM killer 杀掉后 unit 尚未刷新状态。排查顺序:systemctl status 看 Main PID 与最近日志、systemctl show -p ActiveState,SubState,MainPID,ExecMainStatus 核对、ps 与 ss -lntp 确认进程与端口、journalctl -u <unit> -n 200 看退出原因、dmesg 看 OOM、必要时 strace 或抓取线程栈确认卡死。修复层面把 Type、PIDFile、Restart=always、RestartSec、WatchdogSec 配对,并加端口与接口层的健康检查作为真正的存活判据。

迭代器与生成器:迭代器实现 __iter__ 与 __next__,取完抛 StopIteration;生成器是用 yield 写出来的迭代器,调用时返回生成器对象、执行到 yield 暂停并保留局部状态,适合流式处理大数据、惰性求值、管道式处理。关键语法:yield、yield from(委托子生成器)、send / throw / close 与生成器的双向通信、生成器表达式。注意生成器只能遍历一次、不能随机访问,异常处理与资源释放要用 try/finally。

协程与后台框架:协程是用户态调度的并发单元,async def 定义、await 让出控制权,适合 IO 密集场景;与线程的区别是不做抢占式切换、单线程内协作,CPU 密集任务仍然要靠多进程。Python 后台常用 FastAPI(ASGI、原生 async、类型校验与自动文档)、Starlette、aiohttp、Tornado,同步生态仍是 Django / Flask。Django 的特点是全栈 batteries-included:ORM、Admin、认证、表单、迁移、中间件齐全,约定强、适合业务复杂的项目,代价是体量与灵活性;Django 3.1 起支持 async 视图与中间件,但 ORM 仍是同步为主。Flask 本身是 WSGI 同步框架,原生不支持异步视图;可以通过异步 worker(gevent / eventlet)或换成 ASGI 生态(Quart、FastAPI)获得异步能力,说「Flask 完全不支持异步」不准确,说「Flask 核心不是异步框架」才准确。