Q88 - CI/CD与DevOps实战
共50道题 | 难度分布:★★★★☆平均 | 20K+ Java后端/DevOps/SRE岗位必考
一、CI/CD基础与Git工作流(1-10)
CI/CD的概念?CI vs CD vs CD?
★★★★★
- CI(Continuous Integration,持续集成):代码合并到主分支时自动构建+测试。
- CD(Continuous Delivery,持续交付):代码随时可安全部署到生产(手动触发)。
- CD(Continuous Deployment,持续部署):代码通过测试后自动部署到生产(全自动)。
- 核心实践:
- 频繁提交(每天至少一次)。
- 自动化构建和测试。
- 快速反馈(构建失败10分钟内修复)。
- 代码审查(PR/MR)。
- 面试要点:CI是基础,CD是目标。大多数公司做到持续交付,少数做到持续部署。
Git Flow vs GitHub Flow vs Trunk-Based?
★★★★★
- Git Flow:
- main(生产) + develop(开发) + feature/* + release/* + hotfix/*。
- 适合版本发布的传统项目。
- 缺点:分支复杂,合并冲突多。
- GitHub Flow:
- main + feature/*。feature完成后PR合并到main→自动部署。
- 简单,适合持续部署的Web项目。
- Trunk-Based Development(推荐):
- 所有人在main/trunk上开发。短生命周期feature flag控制。
- 频繁提交main(每天多次)。
- 配合Feature Flag和自动化测试。
- 适合CI/CD成熟度高的团队。
- 面试要点:Google/Meta等大厂都采用Trunk-Based。
Git的常用操作?merge vs rebase?
★★★★★
- merge:保留完整分支历史。三方合并。可能产生merge commit。
- rebase:变基,线性历史。将feature分支的commit重放到main上。
- 优点:历史干净线性。
- 缺点:改写历史(已推送的分支不要rebase)。
- 黄金法则:不要在公共分支上rebase。
- cherry-pick:摘取某个commit应用到当前分支。
- 面试要点:个人分支用rebase保持干净,公共分支用merge保留历史。
Git的reset vs revert?
★★★★☆
- reset:
- --soft:回退commit,保留暂存区。
- --mixed(默认):回退commit和暂存区,保留工作区。
- --hard:回退所有(工作区+暂存区+commit)。危险!
- revert:生成一个新commit来撤销指定commit。不改写历史。安全。
- 面试要点:已推送到远程的commit用revert(不改写历史),未推送的可以用reset。
代码审查(Code Review)的最佳实践?
★★★★☆
- 规则:
- 每次PR不超过400行(否则审查质量下降)。
- PR描述包含:What/Why/How。
- 审查者24小时内完成Review。
- CI必须通过才能Review。
- 至少1个Approval才能合并。
- 自动化检查:
- 代码风格(Checkstyle/ESLint)。
- 静态分析(SonarQube/SpotBugs)。
- 单元测试覆盖率(JaCoCo ≥ 80%)。
- 面试要点:Code Review是质量保障的第一道防线。
语义化版本(Semantic Versioning)?
★★★★☆
- 格式:MAJOR.MINOR.PATCH(如2.1.3)。
- MAJOR:不兼容的API变更。
- MINOR:向后兼容的功能新增。
- PATCH:向后兼容的Bug修复。
- 预发布版本:2.1.3-alpha.1、2.1.3-beta.2、2.1.3-rc.1。
- Git Tag管理版本:git tag v2.1.3。
- 面试要点:语义化版本让用户了解升级风险。
制品管理?Docker镜像版本策略?
★★★★☆
- 制品类型:JAR/WAR/Docker Image/NPM Package。
- 制品仓库:Nexus/Artifactory/Docker Registry/Harbor。
- 版本策略:
- 开发版:1.0.0-SNAPSHOT / 1.0.0-dev-20260604。
- 发布版:1.0.0(不可变)。
- Docker镜像:app:1.0.0, app:latest(不推荐用latest)。
- 面试要点:发布版本的制品一旦创建不可修改(可追溯)。
Git Hooks?pre-commit/pre-push?
★★★★☆
- 客户端Hooks:
- pre-commit:提交前触发。代码格式检查、lint。
- commit-msg:验证提交信息格式。
- pre-push:推送前触发。运行测试。
- 服务端Hooks:
- pre-receive:接收推送前。验证权限。
- post-receive:推送后。触发CI。
- 工具:Husky(简化Git Hooks管理)、lint-staged(只检查暂存的文件)。
Feature Flag(功能开关)?
★★★★☆
- 概念:通过配置开关控制功能的启用/禁用。无需重新部署。
- 场景:
- 灰度发布:按百分比/用户ID开关。
- A/B测试:不同用户看到不同版本。
- 紧急关闭:出问题时一键关闭。
- 实现方案:
- 简单:配置中心(Nacos/Apollo)的布尔值。
- 专业:FF4J/Spring Cloud Toggle/LaunchDarkly/Unleash。
- 面试要点:Trunk-Based开发的核心依赖就是Feature Flag。
如何设计一个CI/CD流水线?
★★★★★
1. Checkout:拉取代码。
2. Lint & Static Analysis:代码风格+静态分析。
3. Unit Test:单元测试。
4. Build:编译打包(mvn package / docker build)。
5. Integration Test:集成测试。
6. Security Scan:安全扫描(SAST/SCA)。
7. Push Artifact:推送制品(Docker Image / JAR)。
8. Deploy to Staging:部署到测试环境。
9. E2E Test:端到端测试。
10. Deploy to Production:部署到生产(手动审批或自动)。
二、Jenkins与GitHub Actions(11-22)
Jenkins的架构?Master-Agent模式?
★★★★☆
- Master:调度任务、管理配置、提供Web UI。
- Agent(Slave):执行构建任务。
- 通信:SSH/JNLP。
- Jenkinsfile:流水线即代码(Pipeline as Code)。
pipeline {
agent any
stages {
stage('Build') { steps { sh 'mvn package' } }
stage('Test') { steps { sh 'mvn test' } }
stage('Deploy') { steps { sh './deploy.sh' } }
}
}
- 面试要点:Jenkinsfile与代码一起版本管理(Pipeline as Code)。
Jenkins的共享库(Shared Library)?
★★★★☆
- 共享库:将公共Pipeline逻辑提取到独立Git仓库。
vars/
standardPipeline.groovy # 全局变量(函数)
src/
com/company/Utils.groovy # Groovy类
- 使用:
@Library('shared-lib') _。
- 面试要点:共享库统一管理团队的CI/CD标准。
GitHub Actions的工作流(Workflow)?
★★★★★
- 核心概念:
- Workflow:工作流(YAML文件)。
- Event:触发事件(push/PR/schedule/manual)。
- Job:作业(可并行/串行)。
- Step:步骤(Action或Shell命令)。
- Action:可复用的操作单元。
- 示例:
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 verify
- uses: actions/cache@v4
with: { path: ~/.m2, key: m2-${{ hashFiles('pom.xml') } }
- 面试要点:GitHub Actions是云原生CI/CD,无需自建服务器。
GitHub Actions的Runner?Self-hosted Runner?
★★★★☆
- GitHub-hosted Runner:GitHub提供(Ubuntu/Windows/macOS)。免费2000分钟/月。
- Self-hosted Runner:自己的服务器。适合:需要特定环境/内网访问/成本控制。
- 配置:Settings → Actions → Runners → New self-hosted runner。
- 面试要点:Self-hosted Runner适合企业内网环境。
GitHub Actions的Secrets管理?
★★★★☆
- Secrets:加密存储敏感信息(密码/密钥/Token)。
- 配置:Settings → Secrets and variables → Actions。
- 使用:
${{ secrets.DOCKER_PASSWORD }}。
- 环境(Environment):为不同环境(staging/production)配置不同Secrets。
- 面试要点:Secrets在日志中自动脱敏(显示为***)。
GitLab CI/CD的核心配置?
★★★★☆
stages:
- build
- test
- deploy
build:
stage: build
script: mvn package
artifacts:
paths: [target/*.jar]
deploy:
stage: deploy
script: ./deploy.sh
only: [main]
when: manual
- Runner:Shared Runner(GitLab提供)/ Specific Runner / Group Runner。
- 环境:环境变量+保护分支+审批。
- 面试要点:GitLab CI配置比Jenkins简单,适合GitLab用户。
Jenkins vs GitHub Actions vs GitLab CI?
★★★★★
| 维度 | Jenkins | GitHub Actions | GitLab CI |
| 部署方式 | 自建 | 云端/Self-hosted | 自建/云端 |
| 配置 | Jenkinsfile(Groovy) | YAML | YAML |
| 插件生态 | 极丰富(1800+) | Marketplace | 内置为主 |
| 学习成本 | 高(Groovy) | 低(YAML) | 低(YAML) |
| 维护成本 | 高(需运维) | 低(托管) | 中 |
| 适用场景 | 企业级复杂流水线 | GitHub项目 | GitLab项目 |
如何优化CI/CD流水线的速度?
★★★★☆
- 缓存:Maven/Gradle缓存、Docker Layer缓存、npm缓存。
- 并行:独立Job并行执行。
- 增量构建:只构建变更的模块(Maven -pl, Gradle incremental)。
- 跳过不必要的步骤:[skip ci]标记、路径过滤(只变更前端不跑后端测试)。
- 资源优化:使用更大的Runner、分布式构建。
- 面试要点:缓存是最有效的优化手段(Maven依赖下载占大量时间)。
如何实现多环境部署(dev→staging→prod)?
★★★★★
- 环境隔离:
- dev:自动部署(每次push)。
- staging:自动部署(合并到main)。
- prod:手动审批 + 灰度发布。
- GitHub Actions Environment:
deploy-prod:
environment: production
needs: deploy-staging
steps: ...
environment中配置protection rules(审批人+等待时间)。
如何回滚部署?
★★★★★
- 应用层回滚:
- 重新部署上一个版本的Docker镜像。
- Git revert + 重新走流水线。
- K8s回滚:
kubectl rollout undo deployment/app --to-revision=N。
- 数据库回滚:Flyway/Liquibase反向迁移。
- 面试要点:回滚是最后手段,优先修复forward。
GitOps的CI/CD流程?
★★★★★
- 传统CI/CD:CI→CD Pipeline→推送到K8s。
- GitOps:CI→推送镜像→更新Git仓库中的Manifest→ArgoCD检测变更→拉取部署。
- 优点:
- Git是唯一真相来源。
- 变更可审计、可回滚。
- 声明式配置。
- 工具:ArgoCD、FluxCD。
- 面试要点:GitOps = Git + 声明式基础设施 + 自动同步。
蓝绿部署 vs 金丝雀发布 vs 滚动更新?
★★★★★
- 蓝绿部署:两套完整环境,切换流量。回滚快但资源成本高。
- 金丝雀发布(Canary):新版本接收少量流量(1%→10%→100%)。需要监控。
- 滚动更新:逐步替换旧实例。K8s默认策略。maxSurge + maxUnavailable控制。
- 特性开关:不部署新版本,通过开关控制功能。粒度最细。
- 面试要点:K8s Deployment默认滚动更新,金丝雀需要Argo Rollouts/Flagger。
三、容器化与部署(23-35)
Docker多阶段构建?
★★★★★
# 构建阶段
FROM maven:3.9-eclipse-temurin-21 AS builder
WORKDIR /app
COPY pom.xml .
RUN mvn dependency:go-offline
COPY src ./src
RUN mvn package -DskipTests
# 运行阶段
FROM eclipse-temurin:21-jre-alpine
COPY --from=builder /app/target/*.jar app.jar
EXPOSE 8080
ENTRYPOINT ["java", "-jar", "app.jar"]
- 优点:最终镜像只包含JRE和应用,体积小(~200MB vs ~800MB)。
- 面试要点:多阶段构建是Java容器化的标准做法。
Docker镜像优化?
★★★★★
- 选择精简基础镜像:alpine/slim/distroless。
- 减少层数:合并RUN指令(
RUN apt-get update && apt-get install -y ... && rm -rf /var/lib/apt/lists/*)。
- .dockerignore:排除不需要的文件(.git/target/node_modules)。
- 利用缓存:不常变的层放前面(COPY pom.xml → RUN mvn dependency → COPY src)。
- 非root用户:
RUN adduser -D appuser && USER appuser。
- 面试要点:镜像越小→拉取越快→启动越快→安全面越小。
Docker Compose的常用配置?
★★★★☆
version: '3.8'
services:
app:
build: .
ports: ["8080:8080"]
environment:
SPRING_DATASOURCE_URL: jdbc:mysql://db:3306/mydb
depends_on:
db: { condition: service_healthy }
restart: unless-stopped
db:
image: mysql:8.0
environment:
MYSQL_ROOT_PASSWORD: root
MYSQL_DATABASE: mydb
volumes: ["db-data:/var/lib/mysql"]
healthcheck:
test: ["CMD", "mysqladmin", "ping", "-h", "localhost"]
interval: 5s
retries: 10
volumes:
db-data:
- 面试要点:depends_on + healthcheck确保依赖服务就绪。
K8s的部署策略?
★★★★★
- Rolling Update(默认):maxSurge=25%, maxUnavailable=25%。逐步替换。
- Recreate:先杀掉所有旧Pod再创建新Pod。有停机时间。
- Blue-Green:两个Deployment,切换Service的selector。
- Canary(Argo Rollouts):canaryService + stableService + 流量比例控制。
apiVersion: argoproj.io/v1alpha1
kind: Rollout
spec:
strategy:
canary:
steps:
- setWeight: 10
- pause: { duration: 5m }
- setWeight: 50
- pause: { duration: 5m }
- setWeight: 100
- 面试要点:K8s原生只支持Rolling/Recreate,Canary需要Argo Rollouts。
Helm是什么?Chart的结构?
★★★★☆
- Helm:K8s的包管理器。类似apt/yum。
- Chart:Helm包。包含K8s Manifest模板。
- 结构:
mychart/
Chart.yaml # 元数据
values.yaml # 默认值
templates/
deployment.yaml # Deployment模板
service.yaml # Service模板
ingress.yaml # Ingress模板
_helpers.tpl # 模板辅助函数
charts/ # 依赖Chart
- 使用:
helm install myapp ./mychart -f values-prod.yaml。
- 面试要点:Helm统一管理多环境配置(values-dev.yaml/values-prod.yaml)。
K8s的ConfigMap vs Secret?
★★★★☆
- ConfigMap:非敏感配置(环境变量、配置文件)。
- Secret:敏感配置(密码、Token、证书)。Base64编码(不是加密!)。
- 使用方式:
- 环境变量:valueFrom.configMapKeyRef / secretKeyRef。
- 挂载文件:volumes.configMap / secret。
- Secret加密:配置EncryptionConfiguration(AES/AES-CBC)或外部Vault。
- 面试要点:Secret的Base64不是加密。生产环境需要加密方案(Vault/Sealed Secrets)。
K8s的Liveness vs Readiness vs Startup探针?
★★★★★
- Liveness Probe:存活检查。失败→重启Pod。检测死锁/僵尸进程。
- Readiness Probe:就绪检查。失败→从Service摘除(不接收流量)。检测依赖就绪。
- Startup Probe:启动检查。应用启动期间使用。启动成功后才切换到Liveness/Readiness。
livenessProbe:
httpGet: { path: /actuator/health/liveness, port: 8080 }
initialDelaySeconds: 60
periodSeconds: 10
readinessProbe:
httpGet: { path: /actuator/health/readiness, port: 8080 }
initialDelaySeconds: 30
periodSeconds: 5
- Spring Boot Actuator:/actuator/health/liveness + /actuator/health/readiness。
- 面试要点:Liveness失败=重启,Readiness失败=不接收流量。
K8s的Horizontal Pod Autoscaler(HPA)?
★★★★☆
- 自动扩缩容:根据CPU/内存/自定义指标调整Pod数量。
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
spec:
minReplicas: 2
maxReplicas: 10
metrics:
- type: Resource
resource: { name: cpu, target: { type: Utilization, averageUtilization: 70 } }
- 扩容速度:默认5分钟稳定窗口。可配置behavior.scaleDown/Up。
- 自定义指标:Prometheus Adapter + 自定义指标。
- KEDA:基于事件驱动的自动扩缩容(消息队列长度/Cron等)。
- 面试要点:HPA基于指标,KEDA基于事件(更灵活)。
K8s的Persistent Volume(PV/PVC)?
★★★★☆
- PV:集群级存储资源(管理员创建)。
- PVC:Pod级别的存储请求(用户创建)。
- StorageClass:动态供给。PVC自动创建PV。
- Access Modes:ReadWriteOnce(RWO)/ReadOnlyMany(ROX)/ReadWriteMany(RWX)。
- 常见存储:NFS/EBS/Ceph/Local。
- 面试要点:有状态应用(数据库)必须用PV。StatefulSet + PVC。
K8s的Network Policy?
★★★★☆
- 默认:所有Pod可以互相通信。
- Network Policy:限制Pod间通信。白名单模式。
apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
spec:
podSelector: { matchLabels: { app: backend } }
ingress:
- from: [{ podSelector: { matchLabels: { app: frontend } } }]
ports: [{ port: 8080 }]
- 前提:CNI插件必须支持(Calico/Cilium支持,Flannel不支持)。
- 面试要点:生产环境建议默认拒绝所有入站流量。
K8s的RBAC权限控制?
★★★★☆
- 核心对象:Role/ClusterRole + RoleBinding/ClusterBinding。
- Role:命名空间内权限。ClusterRole:集群级权限。
- ServiceAccount:Pod的身份。绑定Role/ClusterRole授权。
apiVersion: rbac.authorization.k8s.io/v1
kind: Role
rules:
- apiGroups: [""]
resources: ["pods", "services"]
verbs: ["get", "list", "watch"]
- 面试要点:最小权限原则。不要用cluster-admin。
Terraform/Ansible在DevOps中的应用?
★★★★☆
- Terraform:基础设施即代码(IaC)。声明式。支持AWS/Azure/GCP/阿里云。
- 核心概念:Provider/Resource/State/Module。
terraform plan(预览)→ terraform apply(执行)。
- Ansible:配置管理和应用部署。无Agent(SSH)。Playbook(YAML)。
- 核心概念:Inventory/Playbook/Role/Module。
- 适合:初始化服务器、安装软件、配置Nginx/JDK。
- 面试要点:Terraform管理基础设施,Ansible管理配置。
GitOps with ArgoCD的实战配置?
★★★★★
- ArgoCD安装:
kubectl apply -n argocd -f install.yaml。
- Application CRD:
apiVersion: argoproj.io/v1alpha1
kind: Application
spec:
source:
repoURL: https://github.com/org/k8s-manifests
targetRevision: main
path: overlays/production
destination:
server: https://kubernetes.default.svc
namespace: production
syncPolicy:
automated: { prune: true, selfHeal: true }
- 自动同步:selfHeal=true,检测到Drift自动修复。
- 面试要点:ArgoCD是GitOps的最佳实践工具。
四、监控、日志与安全(36-45)
Prometheus的核心概念?
★★★★★
- 数据模型:时间序列 = metric_name{label1=val1} value timestamp。
- 四种Metric类型:Counter/Gauge/Histogram/Summary。
- PromQL:查询语言。
- rate(http_requests_total[5m]):5分钟请求速率。
- histogram_quantile(0.99, rate(http_request_duration_bucket[5m])):P99延迟。
- Pull模式:Prometheus主动抓取Target的/metrics端点。
- 面试要点:Prometheus适合监控指标(时序数据),不适合日志。
Grafana Dashboard设计?
★★★★☆
- 核心Dashboard:
- 系统概览:CPU/内存/磁盘/网络。
- 应用指标:QPS/RT/错误率/P99延迟。
- JVM指标:堆使用率/GC次数/GC停顿/线程数。
- 中间件:Redis命中率/MySQL慢查询/Kafka Lag。
- 告警:Grafana Alert Rules + AlertManager/PagerDuty。
- 面试要点:USE方法(Utilization/Saturation/Errors)设计Dashboard。
ELK日志架构?
★★★★☆
- Filebeat→Logstash→Elasticsearch→Kibana。
- 日志规范:
- JSON结构化日志(Logback + JSON Encoder)。
- 必含字段:timestamp/level/traceId/spanId/service/message。
- 敏感信息脱敏。
- 日志级别:ERROR(告警) > WARN(注意) > INFO(关键操作) > DEBUG(开发)。
- 面试要点:生产日志只保留INFO以上,DEBUG仅在排查问题时临时开启。
分布式链路追踪?SkyWalking?
★★★★☆
- SkyWalking:Java Agent无侵入埋点。
- 自动拦截Spring MVC/Feign/Redis/MySQL/Kafka。
- 存储后端:Elasticsearch/H2/MySQL。
- 告警规则:P99 RT > 1s、错误率 > 1%。
- 面试要点:链路追踪是排查分布式系统问题的利器。
DevSecOps?安全左移?
★★★★☆
- 安全左移:在开发阶段就嵌入安全检查。
- CI/CD中的安全扫描:
- SAST(静态分析):SonarQube/SpotBugs/Semgrep。
- SCA(依赖扫描):OWASP Dependency-Check/Snyk/Trivy。
- DAST(动态分析):OWASP ZAP。
- 容器扫描:Trivy/Clair/Harbor漏洞扫描。
- Secret扫描:git-secrets/detect-secrets/TruffleHog。
- 面试要点:每个PR都应自动运行安全扫描。
告警体系设计?
★★★★★
- 告警分级:
- P0(紧急):系统不可用、数据丢失。→ 电话+短信+所有oncall。
- P1(高):核心功能降级。→ 短信+IM。
- P2(中):非核心功能异常。→ IM。
- P3(低):性能指标偏离。→ 邮件。
- 告警原则:
- 可操作性:每条告警都有对应的SOP。
- 避免告警风暴:分组+抑制+静默。
- 告警收敛:相同问题5分钟内只发一次。
- 面试要点:没有SOP的告警就是噪音。
SLA/SLO/SLI的概念?
★★★★☆
- SLI(服务级别指标):量化指标(可用性99.9%、P99延迟<500ms)。
- SLO(服务级别目标):SLI的目标值(P99 < 500ms)。
- SLA(服务级别协议):违反SLO的赔偿条款。
- Error Budget:1 - SLO。99.9%可用性 → 0.1%错误预算(每月43.8分钟)。
- 面试要点:Error Budget用完就要停止发布,优先修复可靠性。
混沌工程(Chaos Engineering)?
★★★★☆
- 定义:主动注入故障验证系统韧性。
- 工具:Chaos Mesh / Litmus / Gremlin。
- 常见故障注入:
- Pod Kill:验证自动恢复。
- Network Delay:验证超时和降级。
- CPU Stress:验证HPA自动扩容。
- 依赖服务宕机:验证熔断降级。
- 面试要点:混沌工程是验证高可用的最佳实践。
如何实现数据库的CI/CD?
★★★★☆
- 数据库迁移工具:Flyway/Liquibase。
- 版本化SQL脚本:V1__create_user_table.sql、V2__add_email_column.sql。
- CI/CD集成:
1. PR中包含SQL迁移脚本。
2. CI在测试数据库执行迁移 + 验证。
3. 合并到main → 自动在staging执行。
4. 生产执行需要审批。
基础设施即代码(IaC)的最佳实践?
★★★★☆
- Terraform最佳实践:
- State远程存储(S3/OSS + DynamoDB锁)。
- Module化组织(VPC/EKS/RDS模块)。
- Workspace区分环境(dev/staging/prod)。
- terraform plan审查变更。
- CI/CD自动执行(plan on PR, apply on merge)。
- 面试要点:State是Terraform的核心,必须安全存储和备份。
五、综合面试题(46-50)
如何设计一个完整的CI/CD流水线(Java微服务)?
★★★★★
PR → Lint + SAST → Unit Test → Build → Docker Build → Push Image → Deploy Staging → E2E Test → Approval → Deploy Prod(Canary) → Full Rollout
- 技术栈:
- CI:GitHub Actions / GitLab CI。
- 制品:Docker Image + Harbor。
- 部署:K8s + Helm + ArgoCD(GitOps)。
- 监控:Prometheus + Grafana + AlertManager。
- 日志:Filebeat + ELK。
- 追踪:SkyWalking。
- 面试要点:画出完整流水线图 + 说明每个阶段的作用。
如何排查线上部署问题?
★★★★★
1. 检查Pod状态:kubectl get pods,看Pending/CrashLoopBackOff/ImagePullBackOff。
2. 查看Pod事件:kubectl describe pod <name>。
3. 查看日志:kubectl logs <name> + ELK。
4. 检查Deployment:kubectl rollout status deployment/<name>。
5. 检查Service/Ingress路由。
6. 检查资源限制(OOM Killed → 增大limits)。
7. 检查健康检查配置。
- 面试要点:CrashLoopBackOff是最常见的部署问题。
如何实现零停机部署?
★★★★★
- K8s Rolling Update:
- readinessProbe确保新Pod就绪后才接收流量。
- preStop hook等待流量排空。
- maxSurge + maxUnavailable控制滚动速度。
- 优雅停机:
- Spring Boot: server.shutdown=graceful。
- preStop: sleep 10(等待K8s摘除endpoint)。
- terminationGracePeriodSeconds: 60。
- 面试要点:零停机 = readinessProbe + 优雅停机 + 滚动更新。
DevOps工程师的日常工作?
★★★★☆
- 日常:
- 维护CI/CD流水线。
- 监控告警响应。
- K8s集群运维(扩缩容/升级/故障处理)。
- 基础设施变更(Terraform)。
- 安全合规(漏洞修复/证书更新)。
- 开发自服务平台。
- 面试要点:DevOps不只是工具,更是文化(协作+自动化+持续改进)。
如何衡量DevOps成熟度?DORA四大指标?
★★★★★
- DORA(DevOps Research and Assessment)四大指标:
- Deployment Frequency(部署频率):多久部署一次。精英级:按需(每天多次)。
- Lead Time for Changes(变更前置时间):从提交到部署。精英级:<1小时。
- Mean Time to Recovery(MTTR,平均恢复时间)。精英级:<1小时。
- Change Failure Rate(变更失败率):导致故障的变更比例。精英级:<5%。
- 面试要点:DORA指标是业界公认的DevOps度量标准。
附:速查表
| 知识点 | 关键词 |
| CI/CD | 持续集成+持续交付+持续部署 |
| Git Flow | main+develop+feature+release+hotfix |
| Jenkins | Jenkinsfile(Pipeline as Code) + Shared Library |
| GitHub Actions | Workflow(YAML) + Runner + Secrets |
| Docker优化 | 多阶段构建 + alpine + 缓存排序 |
| K8s部署 | Rolling/Recreate/Canary(Argo Rollouts) |
| HPA | CPU/内存指标 + KEDA事件驱动 |
| 监控 | Prometheus+Grafana + USE方法 |
| GitOps | ArgoCD + Git Manifest + 自动同步 |
| DORA指标 | 部署频率/Lead Time/MTTR/失败率 |