Q32 - CI/CD与DevOps实践
一、CI/CD核心概念(1-8)
什么是CI/CD?三者的区别和联系?
★★★★★
- CI(Continuous Integration持续集成):开发者频繁(每天多次)将代码合并到主分支,每次合并自动触发构建和测试,尽早发现集成问题。
- CD(Continuous Delivery持续交付):代码通过自动化测试后自动部署到预生产环境,但部署到生产环境需要人工审批。
- CD(Continuous Deployment持续部署):代码通过所有测试后自动部署到生产环境,无需人工干预。
- 区别:CI关注代码合并+自动测试;持续交付需要人工按钮发布;持续部署全自动。
- 面试要点:大多数企业做到"持续交付"就足够了,只有成熟的互联网公司才做"持续部署"。
CI/CD流水线的典型阶段?
★★★★
- 代码提交阶段:Git Push触发Webhook → 代码拉取。
- 静态检查阶段:代码风格检查(Checkstyle)、代码质量扫描(SonarQube)、安全扫描(SAST)。
- 编译构建阶段:Maven/Gradle编译打包、单元测试(JUnit)、代码覆盖率(JaCoCo ≥ 80%)。
- 集成测试阶段:集成测试、API测试、数据库迁移测试。
- 制品管理阶段:Docker镜像构建→推送到Harbor/ACR。
- 部署阶段:部署到dev→test→staging→production。
- 验证阶段:冒烟测试、健康检查、灰度验证。
Git Flow vs GitHub Flow vs Trunk-Based Development?
★★★★
- Git Flow:master(生产)+ develop(开发)+ feature/release/hotfix分支。流程严谨但复杂,适合版本发布节奏慢的项目。
- GitHub Flow:main + feature分支,PR合并前必须Code Review。简单高效,适合持续部署的Web项目。
- Trunk-Based:所有人都在main(trunk)上开发,短生命周期feature分支(<1天),频繁合并。最敏捷,适合CI/CD成熟的团队。
- 面试要点:现代互联网公司倾向于Trunk-Based或GitHub Flow,Git Flow适合传统版本发布。
什么是Pipeline as Code?
★★★★
- 概念:将CI/CD流水线的定义用代码(而非GUI配置)维护,纳入Git版本控制。
- Jenkinsfile(Jenkins):声明式/脚本式Pipeline定义。
- .gitlab-ci.yml(GitLab CI):YAML格式定义Stages/Jobs/Scripts。
- .github/workflows/*.yml(GitHub Actions):YAML格式定义工作流。
- 优势:版本控制、可审计、可复用、可自动触发。
- 面试要点:Pipeline as Code是DevOps的基础实践,面试官期望你能写一个完整的Jenkinsfile或gitlab-ci.yml。
Blue-Green部署和Canary部署的区别?
★★★★★
- Blue-Green部署:维护两套完全相同的环境(Blue=当前版本,Green=新版本),新版本部署到Green→验证通过→切换流量到Green→Blue变成备用。回滚只需切回Blue。
- Canary部署(金丝雀):新版本先部署到一小部分实例(5%),观察指标无异常后逐步扩大范围(5%→25%→50%→100%)。
- 区别:Blue-Green是全量切换,Canary是渐进式放量。
- Canary的优势:出问题影响范围小,可以基于真实流量验证。
- K8s实现:Blue-Green用Service切换selector;Canary用Istio/Flagger或Nginx Ingress的canary注解。
制品管理(Artifact Management)怎么做?
★★★★
- 制品类型:JAR/WAR(Maven仓库)、Docker镜像(容器仓库)、Helm Chart(K8s包管理)。
- Maven仓库:Nexus/Artifactory管理JAR包,SNAPSHOT版本自动更新,Release版本不可变。
- Docker镜像仓库:Harbor(私有,企业首选)、ACR(阿里云)、ECR(AWS)。
- 镜像标签策略:git-commit-hash(精确回溯)、semver(v1.2.3)、latest(仅开发环境)。
- 镜像安全:定期扫描镜像漏洞(Trivy/Clair),禁止使用latest标签部署生产环境。
配置管理怎么做?环境隔离策略?
★★★★
- 配置中心:Nacos(Spring Cloud生态首选)/ Apollo(携程开源)/ Spring Cloud Config。
- 配置分层:全局默认配置 < 应用配置 < 环境配置(dev/test/prod)< 实例配置。
- 环境隔离:(1) 不同K8s Namespace(dev/test/prod);(2) 不同Nacos Namespace;(3) 不同数据库/Redis实例。
- 敏感配置:数据库密码/API Key等不能明文写在配置文件,使用Vault/KMS加密管理。
- 配置热更新:修改配置后通过@ConfigurationProperties + @RefreshScope热生效,无需重启。
代码质量门禁怎么设置?
★★★★
- SonarQube集成:CI流水线中加入Sonar扫描,代码合并前的质量门禁。
- 门禁指标:新代码覆盖率 ≥ 80%、无Blocker/Critical问题、安全漏洞数为0、重复率 < 3%。
- 分支策略:Feature分支PR时扫描,只有通过Quality Gate才允许合并。
- 安全扫描:SAST(静态安全扫描——OWASP Dependency-Check)、SCA(软件成分分析——已知漏洞检测)。
- Java特有:SpotBugs(FindBugs继任者)、Checkstyle(代码风格)、PMD(代码质量)。
二、Jenkins深入(9-18)
Jenkins的架构和核心概念?
★★★★
- Master-Slave架构:Master负责调度和Web UI,Agent(Slave)负责执行构建任务。
- Agent类型:SSH Agent(通过SSH连接远程机器)、JNLP Agent(主动连接Master)、Docker Agent(动态创建容器执行任务)。
- Pipeline:流水线定义,支持声明式(Declarative)和脚本式(Scripted)两种语法。
- Shared Library:将公共Pipeline逻辑抽取为共享库,所有项目复用。
- Credentials:管理SSH Key、用户名密码、K8s kubeconfig等敏感信息,加密存储。
Jenkins Declarative Pipeline语法?
★★★★★
- 结构:pipeline { agent any; stages { stage('Build') { steps { ... } } } }。
- 常用指令:agent(执行节点)、environment(环境变量)、parameters(参数)、triggers(触发器)、post(后处理)。
- 条件判断:when { branch 'main' }——只在main分支执行;when { expression { return true } }。
- 并行执行:stage('Test') { parallel { stage('Unit') { ... }; stage('Integration') { ... } } }。
- 面试要点:能写一个完整的Jenkinsfile,包含构建、测试、Docker打包、部署四个阶段。
Jenkins多分支流水线(Multibranch Pipeline)?
★★★★
- 概念:自动发现Git仓库的所有分支和PR,为每个分支自动创建独立的Pipeline。
- Jenkinsfile位置:每个分支的根目录必须有Jenkinsfile。
- PR构建:自动为PR创建构建,在PR合并前验证代码。
- 分支过滤:通过Jenkinsfile的when指令控制哪些分支执行哪些阶段(如deploy阶段只在main分支执行)。
- 面试要点:Multibranch Pipeline是Jenkins现代化使用的标配,替代传统的手动创建Job。
Jenkins的Shared Library怎么设计?
★★★★
- 概念:将重复的Pipeline逻辑(构建、Docker打包、K8s部署)抽取为公共库,所有项目共享。
- 目录结构:vars/目录下定义全局变量(函数),如vars/dockerBuild.groovy、vars/k8sDeploy.groovy。
- 使用:@Library('my-shared-lib') _ 导入库,然后直接调用dockerBuild()等函数。
- 版本管理:Shared Library本身是一个Git仓库,支持分支和Tag。
- 面试要点:能设计一个简单的Shared Library,包含标准的构建+Docker+部署函数。
Jenkins的凭证管理?
★★★
- 类型:Username with Password、SSH Username with Private Key、Secret Text、Secret File、Kubernetes Configuration。
- 使用:withCredentials([usernamePassword(credentialsId: 'harbor', usernameVariable: 'USER', passwordVariable: 'PASS')]) { ... }。
- 安全:凭证存储在Master加密,Agent通过SSH传输时不暴露明文。
- 最佳实践:不在Pipeline中硬编码密码,全部通过credentials引用。
Jenkins的分布式构建?
★★★
- 标签(Label):给Agent打标签(docker/java/k8s),Pipeline中通过agent { label 'docker' }选择特定Agent。
- 动态Agent:Kubernetes Plugin动态创建Pod作为构建Agent,构建完成后销毁。
- 并行构建:多个Stage分配到不同Agent并行执行,加速构建。
- 资源控制:限制每个Agent的并发构建数,防止资源争抢。
Jenkins的备份和恢复?
★★★
- 备份内容:JENKINS_HOME目录(jobs配置、插件、凭证、构建历史)。
- 备份方案:(1) ThinBackup插件——定期备份到本地/远程;(2) 手动tar+定时任务;(3) 基于Docker的volume备份。
- 恢复:停止Jenkins→解压备份→启动Jenkins。
- 面试要点:Jenkins的配置即代码(JCasC)趋势——用YAML文件管理Jenkins配置,Git版本控制。
Jenkins的性能优化?
★★★
- 问题:Jenkins Master单点,大量构建任务导致CPU/内存压力大。
- 优化:(1) Master不做构建(只做调度),所有构建任务分发到Agent;(2) 增加Agent数量;(3) 限制历史构建保留天数;(4) 清理旧的工作空间;(5) 使用轻量级Executor。
- 分布式方案:多Master + 共享NFS存储(企业级)。
- 云原生方案:Jenkins on K8s + 动态Pod Agent,按需创建/销毁。
Jenkins的Pipeline性能优化?
★★★
- 并行执行:将独立的Stage并行化(测试和代码扫描并行)。
- 增量构建:Maven的-T并行构建、Gradle的build-cache。
- Docker缓存:利用Docker layer缓存,只重建变化的层。
- 测试并行化:JUnit 5的并行测试执行、Testcontainers复用容器。
- SCM优化:浅克隆(shallow clone)减少Git拉取时间。
Jenkins的安全配置?
★★★
- 权限管理:Matrix Authorization Strategy——按用户/组精细控制权限(读/构建/配置/管理员)。
- CSRF保护:默认开启,API调用需要携带Crumb。
- 安全脚本:Script Approval审批Groovy脚本执行。
- Agent安全:Agent→Master安全通信(JNLP/TLS)。
- 面试要点:Jenkins安全的核心是"最小权限原则"和"凭证管理"。
三、GitLab CI/CD与GitHub Actions(19-26)
GitLab CI/CD的核心概念?
★★★★
- .gitlab-ci.yml:Pipeline定义文件,放在仓库根目录。
- Pipeline:一个完整的CI/CD流程,包含多个Stage。
- Stage:Pipeline的阶段(build→test→deploy),同一Stage的Job并行执行。
- Job:具体的任务(build-java、test-unit、deploy-prod),属于某个Stage。
- Runner:执行Job的机器,Shared Runner(共享)/ Group Runner / Specific Runner。
- Environment:部署环境定义(dev/test/staging/production),支持手动审批。
GitLab CI/CD的流水线设计?
★★★★
stages:
- build
- test
- deploy
build-job:
stage: build
script: mvn clean package -DskipTests
artifacts:
paths: [target/*.jar]
test-job:
stage: test
script: mvn test
deploy-prod:
stage: deploy
script: kubectl apply -f k8s/
when: manual
environment: production
- Cache:缓存Maven本地仓库(.m2/repository)加速构建。
- Artifacts:构建产物(JAR/Docker镜像)在Stage之间传递。
- Only/Except:控制Job在哪些分支/Tag触发。
GitLab CI/CD的高级特性?
★★★
- 多项目Pipeline:trigger: project/other/project——触发另一个项目的Pipeline。
- 父子Pipeline:include: local: /child-ci.yml——拆分复杂Pipeline为多个文件。
- Variables:CI/CD变量(环境变量),支持Protected(只限protected分支)和Masked(日志中隐藏)。
- Schedule:定时触发Pipeline(如每天凌晨跑全量测试)。
- Review Apps:为每个MR创建临时环境,合并后自动销毁。
GitHub Actions的核心概念?
★★★★
- Workflow:YAML文件定义在.github/workflows/目录下。
- Event:触发器(push、pull_request、schedule、workflow_dispatch)。
- Job:一组Step的集合,可并行或串行。
- Step:单个操作(run命令或use action)。
- Action:可复用的操作单元(checkout、setup-java、docker-build)。
- Runner:执行环境(GitHub-hosted / Self-hosted)。
GitHub Actions的工作流设计?
★★★★
name: CI Pipeline
on:
push:
branches: [main]
pull_request:
branches: [main]
jobs:
build:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: actions/setup-java@v4
with: {java-version: '21', distribution: 'temurin'}
- run: mvn clean verify
- uses: actions/upload-artifact@v4
with: {path: target/*.jar}
- 矩阵构建:strategy.matrix同时测试多个Java版本/OS。
- 缓存:actions/cache缓存.m2仓库。
- 密钥管理:secrets.MY_SECRET引用GitHub Secrets。
GitOps工作流怎么设计?
★★★★
- 概念:Git作为声明式基础设施和应用配置的Single Source of Truth,任何变更都通过Git提交触发自动部署。
- 工具:ArgoCD(K8s原生GitOps工具)、FluxCD(CNCF项目)。
- 工作流:(1) 开发者提交代码→CI构建镜像→推送镜像→更新Git仓库中的镜像Tag;(2) ArgoCD检测到Git变更→自动同步到K8s集群。
- 优势:Git历史即部署历史、可审计、可回滚(git revert)、声明式管理。
- 与传统CI/CD区别:传统CI/CD是Push模式(Jenkins主动推部署),GitOps是Pull模式(ArgoCD拉取Git配置)。
ArgoCD的核心架构和使用?
★★★★
- 架构:ArgoCD在K8s中运行,持续监听Git仓库的配置变更。
- Application CRD:定义"Git仓库中的K8s资源 → 集群中的哪些资源"的映射。
- 同步策略:Automatic(自动同步)/ Manual(手动同步)/ Auto-Prune(自动删除多余资源)。
- Sync Hook:PreSync(部署前检查)、Sync(部署)、PostSync(部署后验证)。
- 多集群管理:一个ArgoCD管理多个K8s集群的部署。
- 面试要点:ArgoCD实现"K8s声明式部署+Git版本控制"的完美结合。
GitOps的回滚策略?
★★★
- 应用回滚:git revert部署清单中的镜像Tag → ArgoCD自动同步回旧版本。
- 快速回滚:ArgoCD的Rollback功能直接回到历史版本(基于K8s ReplicaSet)。
- 数据库回滚:Flyway/Liquibase的migration回滚脚本需提前准备。
- 紧急回滚:K8s kubectl rollout undo deployment/app --to-revision=N。
- 面试要点:GitOps的回滚就是git revert+自动同步,这是它比传统CI/CD回滚更优雅的地方。
四、容器化与K8s部署(27-35)
Docker多阶段构建的最佳实践?
★★★★★
FROM eclipse-temurin:21-jdk AS build
WORKDIR /app
COPY . .
RUN ./mvnw package -DskipTests
FROM eclipse-temurin:21-jre
COPY --from=build /app/target/*.jar app.jar
EXPOSE 8080
ENTRYPOINT ["java", "-jar", "app.jar"]
- 优势:最终镜像只包含JRE+JAR,不含Maven/源码,镜像大小从700MB→200MB。
- 镜像优化:使用JRE而非JDK、合并RUN层、.dockerignore排除无关文件、Alpine基础镜像。
Docker镜像的安全最佳实践?
★★★★
- 基础镜像:使用官方维护的镜像(eclipse-temurin),不用unknown来源。
- 非root用户:在Dockerfile中添加USER appuser,容器内不用root运行。
- 镜像扫描:CI流水线中用Trivy扫描镜像漏洞,Critical漏洞阻断发布。
- 最小化安装:只安装必要的包,减少攻击面。
- 固定版本:FROM eclipse-temurin:21-jre-jammy(固定Tag),不用latest。
- Secret不进镜像:数据库密码等通过环境变量/K8s Secret注入,不写进Dockerfile。
K8s的部署策略?
★★★★★
- Rolling Update(默认):逐步替换旧Pod,maxSurge(最多多几个)+ maxUnavailable(最多少几个)控制节奏。
- Recreate:先删除所有旧Pod再创建新Pod,有短暂停机。
- Blue-Green:部署新版本→Service切换selector→回滚切回旧版本。
- Canary:Ingress/Istio分流5%流量到新版本,观察后逐步扩大。
- 金丝雀工具:Flagger(自动金丝雀发布+指标回滚)、Argo Rollouts。
- 面试要点:Rolling Update是K8s原生支持的,Blue-Green和Canary需要额外工具。
K8s的探针配置?
★★★★
- Liveness Probe:存活探针,失败则重启容器。检测死锁等不可恢复的状态。
- Readiness Probe:就绪探针,失败则从Service摘除,不接收流量。检测依赖是否就绪(数据库连接等)。
- Startup Probe:启动探针,应用启动期间使用,避免Liveness误判启动慢的应用。
- 配置建议:Liveness用HTTP GET /actuator/health/liveness;Readiness用 /actuator/health/readiness。
- Spring Boot Actuator集成:直接暴露K8s探针端点。
K8s的HPA/VPA/PDB?
★★★★
- HPA(水平Pod自动扩缩容):基于CPU/内存/自定义指标自动调整Pod数量。minReplicas=2, maxReplicas=10, targetCPU=70%。
- VPA(垂直Pod自动扩缩容):自动调整Pod的CPU/内存请求值(Resource Request)。
- PDB(Pod Disruption Budget):保证滚动更新/节点维护时的最小可用Pod数。minAvailable: 1。
- HPA + KEDA:KEDA支持基于Kafka Lag/Redis队列长度/CRON等自定义指标触发扩缩容。
- 面试要点:生产环境HPA必配,配合KEDA做业务指标驱动的弹性伸缩。
Helm Chart的管理?
★★★★
- Chart结构:Chart.yaml(版本信息)、values.yaml(默认配置)、templates/(K8s资源模板)。
- Values覆盖:helm install --set image.tag=v1.2.3 或 -f custom-values.yaml。
- 多环境管理:environments/目录下维护dev.yaml/staging.yaml/prod.yaml。
- Chart版本:遵循SemVer(Semantic Versioning),Chart版本与应用版本分离管理。
- Chart仓库:Harbor Chart仓库 / ChartMuseum / OCI Registry。
K8s的Secret管理?
★★★★
- 原生Secret:Base64编码(不是加密),etcd中可配置加密存储。
- External Secrets Operator:从AWS Secrets Manager / Vault / Alicloud KMS同步Secret到K8s。
- Sealed Secrets:Bitnami开源,将Secret加密为SealedSecret(可安全提交到Git),集群内自动解密。
- Vault Agent Injector:HashiCorp Vault的K8s集成,Pod启动时注入Secret。
- 面试要点:K8s原生Secret不安全(Base64),生产环境必须用Vault/External Secrets。
K8s的日志和监控方案?
★★★★
- 日志:(1) 容器标准输出→Filebeat/Fluentd→ES→Kibana;(2) EFK(Elasticsearch+Fluentd+Kibana)栈。
- 监控:Prometheus Operator→Grafana,采集K8s指标(CPU/内存/网络/磁盘)。
- 应用指标:Spring Boot Actuator + Micrometer → Prometheus,暴露JVM/HTTP/自定义指标。
- 分布式追踪:OpenTelemetry Collector → Jaeger/Tempo,Trace跨Pod追踪。
- 告警:Prometheus Alertmanager,配置告警规则(Pod重启>3次、CPU>80%等)。
K8s的网络策略?
★★★
- NetworkPolicy:限制Pod之间的网络访问,默认所有Pod互通。
- Ingress规则:允许特定Namespace/Label的Pod访问。
- Egress规则:限制Pod的出站流量(如只允许访问特定数据库)。
- 网络插件:Calico(支持NetworkPolicy)、Cilium(eBPF高性能)、Flannel(简单但不支持Policy)。
- 面试要点:生产环境必须配置NetworkPolicy,默认全互通不安全。
五、代码质量与自动化测试(36-42)
SonarQube的集成和质量门禁?
★★★★
- Maven集成:mvn verify sonar:sonar -Dsonar.host.url=http://sonar-server:9000。
- Quality Gate指标:新代码覆盖率 ≥ 80%、Blocker=0、Security Rating=A、重复率 < 3%。
- 分支分析:每个Feature分支独立分析,PR时对比主分支。
- 安全扫描:OWASP Top 10漏洞检测、依赖漏洞扫描。
- 面试要点:SonarQube是CI流水线中的"质量门",不通过不允许合并。
JaCoCo代码覆盖率配置?
★★★★
<plugin>
<groupId>org.jacoco</groupId>
<artifactId>jacoco-maven-plugin</artifactId>
<executions>
<execution><id>prepare-agent</id><goals><goal>prepare-agent</goal></goals></execution>
<execution><id>report</id><phase>test</phase><goals><goal>report</goal></goals></execution>
</executions>
</plugin>
- 覆盖率指标:行覆盖率(Line)、分支覆盖率(Branch)、方法覆盖率(Method)。
- 与SonarQube集成:JaCoCo生成报告→SonarQube读取展示。
- 门禁配置:pom.xml中配置rules,覆盖率不达标则构建失败。
自动化测试在CI中的分层策略?
★★★★
- 测试金字塔:单元测试(70%)→ 集成测试(20%)→ E2E测试(10%)。
- 单元测试(CI每个commit触发):JUnit 5 + Mockito,执行时间 < 5分钟。
- 集成测试(CI nightly或PR触发):@DataJpaTest、@SpringBootTest、Testcontainers。
- E2E测试(CD部署后触发):REST Assured/Playwright,验证完整链路。
- 性能测试(weekly):JMeter/Gatling,基线对比。
- 面试要点:测试金字塔越往上成本越高、速度越慢,CI中优先跑单元测试。
Testcontainers在CI中的应用?
★★★★
- 概念:用Docker容器提供真实的数据库/中间件环境,代替Mock。
- 使用场景:集成测试需要真实数据库(MySQL/Redis/Kafka)。
- CI配置:CI环境需要Docker-in-Docker或Docker Socket挂载。
- 性能优化:容器复用(testcontainers.reuse.enable=true)、并行启动容器。
- 面试要点:Testcontainers让集成测试更可靠,CI中需要确保Docker环境可用。
安全扫描(SAST/DAST/SCA)在CI中的集成?
★★★★
- SAST(静态应用安全测试):扫描源代码中的安全漏洞。工具——SonarQube、SpotBugs、Semgrep。
- DAST(动态应用安全测试):运行时扫描部署的应用。工具——OWASP ZAP、Burp Suite。
- SCA(软件成分分析):扫描第三方依赖的已知漏洞。工具——OWASP Dependency-Check、Snyk、Trivy。
- CI集成:SAST在编译阶段、SCA在依赖解析阶段、DAST在部署后的staging环境。
- 面试要点:安全扫描是CI/CD的必选项,高危漏洞阻断发布。
API自动化测试方案?
★★★
- REST Assured:Java生态最流行的API测试框架,given().when().get("/api/users").then().statusCode(200)。
- 契约测试:Spring Cloud Contract,验证Provider和Consumer的API契约一致。
- 测试数据管理:@BeforeEach初始化测试数据、@AfterEach清理、Testcontainers提供隔离环境。
- 报告:Allure Report生成美观的测试报告,集成到CI展示。
性能测试在CI/CD中的集成?
★★★
- 工具:JMeter(经典)、Gatling(Scala DSL,高并发)、k6(JavaScript DSL,云原生)。
- CI集成: nightly build后自动跑性能测试,对比基线(P99延迟、QPS、错误率)。
- 基线管理:上次发布的性能数据作为基线,新版本性能下降超过10%则告警。
- K6示例:k6 run --out influxdb=http://influxdb:8086/k6 load-test.js。
- 面试要点:性能测试不阻塞每次提交(太慢),而是nightly或发布前执行。
六、DevOps文化与SRE实践(43-50)
DevOps和SRE的区别?
★★★★
- DevOps:文化和实践,强调开发(Dev)和运维(Ops)的协作,CI/CD自动化。
- SRE(Site Reliability Engineering):用工程方法解决运维问题,关注可靠性、可用性、性能。
- 共同目标:缩短发布周期、提高系统可靠性、减少手动操作。
- SRE核心实践:SLI/SLO/SLA定义、Error Budget、On-Call、Postmortem、自动化消除Toil。
- 面试要点:DevOps是文化+实践,SRE是具体方法论,两者互补。
SLI/SLO/SLA怎么定义?
★★★★★
- SLI(Service Level Indicator):具体测量指标——请求延迟P99、可用性(200响应比例)、错误率。
- SLO(Service Level Objective):目标值——P99 < 500ms、可用性 > 99.9%、错误率 < 0.1%。
- SLA(Service Level Agreement):合同承诺——达不到SLO的赔偿条款。
- Error Budget:100% - SLO = 可接受的故障预算。99.9% SLO → 每月43.8分钟的故障预算。
- 面试要点:SLO定义了"多好才算够好",Error Budget决定了"还能冒多少风险"。
On-Call和事故响应流程?
★★★★
- On-Call轮值:团队成员轮流值班,7×24小时覆盖(或工作时间覆盖)。
- 告警分级:P1(立即响应,业务中断)→ P2(30分钟响应)→ P3(下一个工作日处理)。
- 事故处理流程:发现→确认→止损(回滚/降级)→恢复→复盘。
- 止损优先:先恢复服务再查原因——回滚、降级、限流、摘除故障节点。
- 工具:PagerDuty/Opsgenie告警分发、Slack/飞书事故频道、Confluence事故文档。
Postmortem(事后复盘)怎么写?
★★★★
- 结构:事故概述→影响范围→时间线→根因分析(5 Whys)→修复措施→后续改进项。
- 原则:无责复盘——不追责个人,只分析系统和流程问题。
- 改进项:每个改进项有Owner和Deadline,跟踪到完成。
- 频率:P1/P2事故必须写复盘,P3可选。
- 面试要点:Postmortem的核心价值是"从故障中学习",防止同类问题再次发生。
ChatOps怎么实践?
★★★
- 概念:在Chat工具(Slack/飞书/钉钉)中集成运维操作,通过对话式交互执行部署/查询/回滚。
- 工具:Hubot/自建Bot监听Chat指令→调用Jenkins/GitLab/K8s API。
- 场景:在群聊中输入"/deploy production v1.2.3"触发部署;"/rollout status app"查看部署状态。
- 好处:操作透明(团队可见)、可审计(聊天记录即日志)、降低运维门槛。
- 面试要点:ChatOps是DevOps文化的体现——协作、透明、自动化。
基础设施即代码(IaC)实践?
★★★★
- Terraform:多云基础设施管理,声明式HCL语言定义资源(VPC/ECS/RDS/SLB)。
- Ansible:配置管理,Playbook批量配置服务器(安装Java/Nginx/配置参数)。
- Pulumi:用TypeScript/Python/Go定义基础设施,适合开发团队。
- 与CI/CD集成:Terraform plan在CI中预览变更→审批→Terraform apply自动执行。
- 状态管理:Terraform State存储在远程(S3/OSS),支持团队协作和锁定。
Java应用的Dockerfile最佳实践?
★★★★★
- 多阶段构建:构建阶段(JDK+Maven)→ 运行阶段(JRE only)。
- 分层JAR:Spring Boot Layered Jar + Docker多阶段,只重建变化的层。
- JVM参数:ENTRYPOINT ["java", "-XX:MaxRAMPercentage=75.0", "-XX:+UseG1GC", "-jar", "app.jar"]。
- 时区设置:TZ=Asia/Shanghai。
- 健康检查:HEALTHCHECK --interval=30s CMD curl -f http://localhost:8080/actuator/health || exit 1。
- 面试要点:能写一个生产级的Dockerfile,包括多阶段构建、JVM参数、健康检查。
完整的Java项目CI/CD流水线设计?
★★★★★
- 流程:Git Push → Jenkins/GitLab CI 触发 → 代码拉取 → SonarQube扫描 → Maven构建+单元测试 → JaCoCo覆盖率 → Docker镜像构建 → 推送到Harbor → K8s staging部署 → 冒烟测试 → 手动审批 → K8s production部署(Canary 5%→100%)→ 健康检查 → 完成通知。
- 关键点:(1) 每个Stage有明确的失败处理;(2) 人工审批只在prod部署前;(3) 回滚策略预先定义;(4) 全程可审计(日志+通知)。
- 工具链:Git + Jenkins/GitLab CI + SonarQube + Harbor + K8s + ArgoCD + Slack/飞书通知。
- 面试要点:能画出完整的CI/CD流程图,解释每个阶段的目的和失败处理策略。