08.10 知识点全清单
所属:全栈开发面试题库 / 学习路径 / 08 Python 全栈
下表可作为进度清单逐行打勾;「常见问题」一栏对应面试与实战中最容易被追问的点。
| 模块 | 知识点 | 必须掌握到什么程度 | 面试/实战常见问题 |
|---|---|---|---|
| 语言核心 | 可变与不可变对象 | 说清哪些类型可变、哪些不可变,以及作为函数入参时的行为差异 | 字符串、元组为何不可变;修改可变对象为何会影响外部引用 |
| 语言核心 | 引用与拷贝 | 理解赋值只是传引用,能区分浅拷贝与深拷贝的适用边界 | 浅拷贝嵌套容器为何仍共享内层对象;深拷贝的代价与适用场景 |
| 语言核心 | 对象模型与相等判断 | 理解 == 比较值、is 比较身份,掌握 hash/eq 契约 |
小整数与字符串驻留现象;自定义对象何时可做 dict key |
| 语言核心 | 作用域与闭包 | 掌握 LEGB 查找规则,理解闭包捕获变量的方式与延迟绑定 | 循环内闭包取值为何拿到最后一个值;nonlocal 的作用 |
| 语言核心 | 函数与参数 | 掌握位置参数、关键字参数、*args/**kwargs 与默认参数写法 |
可变默认参数为何在多次调用间共享;参数传递是值传递还是引用传递 |
| 语言核心 | 装饰器 | 掌握无参与带参装饰器写法,会用 functools.wraps 保留元信息 |
装饰器何时执行;叠加多个装饰器的执行顺序;wraps 解决什么问题 |
| 语言核心 | 生成器与迭代器 | 能写出生成器并理解惰性迭代,掌握迭代器协议 | 生成器与列表遍历的差异;生成器为何遍历一次后耗尽;yield from 的作用 |
| 语言核心 | 上下文管理器 | 掌握资源获取与释放的封装方式,会用 contextlib |
__enter__/__exit__ 的触发时机;异常发生时退出逻辑是否执行 |
| 语言核心 | 魔术方法 | 掌握构造析构、字符串表示、比较、容器协议等常用方法触发时机 | __str__ 与 __repr__ 的区别;__len__/__getitem__ 让对象可迭代的条件 |
| 语言核心 | 面向对象与继承 | 掌握类、实例、继承、MRO 与 super() 的使用 |
MRO 线性化规则;super() 绑定到谁;组合与继承的取舍 |
| 语言核心 | 异常体系与自定义异常 | 分清内置异常层次,能按业务定义自定义异常并正确传播 | 何时捕获、何时向上抛;try/except/else/finally 执行顺序;捕获过宽异常的风险 |
| 语言核心 | 模块与包 | 掌握模块导入机制、包结构与相对导入,能排查循环导入 | 循环导入的三种解法及代价;__init__.py 的作用;模块缓存 |
| 类型注解 | typing 基础与 Optional | 能为参数与返回值标注类型,理解可空类型写法 | 注解默认不参与运行时检查;Optional[X] 与可空联合类型写法的等价关系 |
| 类型注解 | Protocol 与结构子类型 | 理解鸭子类型的静态表达,会定义协议接口 | Protocol 与显式继承的区别;运行时是否检查协议实现 |
| 类型注解 | TypedDict 与泛型 | 会用 TypedDict 描述字典结构,读懂泛型类与泛型函数 | TypedDict 何时是必需字段;泛型参数约束的写法 |
| 并发模型 | GIL 与多线程边界 | 理解 GIL 保护什么、不保护什么,说清多线程适用的 IO 等待场景 | GIL 为何让多线程无法利用多核 CPU;IO 密集下多线程为何仍有收益 |
| 并发模型 | 多进程与协程取舍 | 能按 CPU 密集/IO 密集选择多进程、多线程或协程 | 多进程的内存开销与通信成本;协程不能绕开 GIL 做 CPU 并行 |
| 内存管理 | 引用计数与分代 GC | 理解引用计数为主、分代回收为辅的回收机制与循环引用处理 | 删了大对象内存为何不立刻还给 OS;__del__ 与 GC 的坑 |
| 内存管理 | 内存分析与泄漏 | 会用 tracemalloc 定位内存增长,能识别常见泄漏来源 | 全局缓存持续增长;未关闭的连接与文件句柄;闭包持有大对象 |
| 环境依赖 | venv 与环境隔离 | 会创建并激活虚拟环境,理解项目间依赖隔离 | 全局安装依赖的风险;虚拟环境与解释器的绑定关系 |
| 环境依赖 | uv 管理 | 掌握 uv 安装、依赖解析、锁文件与版本管理的基本用法 | uv 相比 pip 的解析与安装速度;锁文件在生产环境的作用 |
| 环境依赖 | poetry 与 pip-tools | 了解各自定位与 pyproject.toml 生态中的角色,能读懂锁文件 |
poetry 与 pip-tools 解决的问题;与 uv 的取舍 |
| 环境依赖 | 依赖分组与版本管理 | 掌握开发/测试/生产依赖分组,理解多 Python 版本共存 | 开发依赖为何不进生产;平台标记与版本约束写法 |
| 质量工具链 | ruff lint 与 format | 会配置 ruff 的规则集、自动修复与格式化 | ruff 与 flake8/isort 的关系;lint 规则如何在 CI 中门禁 |
| 质量工具链 | black 与 ruff format | 理解二者均为格式化工具,风格分歧时以项目配置为准 | black 与 ruff format 的关系;格式化工具与 lint 工具的分工 |
| 质量工具链 | mypy 渐进式接入 | 理解严格模式与默认配置差异,会用基线与逐文件标注渐进治理 | 类型检查报错多从哪里入手;框架动态特性需要哪些扩展或忽略 |
| 质量工具链 | pytest fixture 与参数化 | 掌握 fixture 作用域(function/class/module/session)与参数化用例 | fixture 如何注入;参数化数据驱动用例;测试隔离如何保证 |
| 质量工具链 | mock 与 monkeypatch | 会 mock 外部协作对象,会用 monkeypatch 替换环境与函数 | mock 构造器与第三方客户端;mock 过度导致测试失真 |
| 质量工具链 | coverage 与门禁 | 会统计覆盖率并在 CI 中设置门禁,理解覆盖率不等于测试质量 | 行覆盖与分支覆盖;为凑覆盖率写无效用例的问题 |
| 质量工具链 | pre-commit | 会配置提交前钩子,把 lint/format/类型检查前移到本地 | 钩子与 CI 检查如何保持一致;钩子报错后如何修复提交 |
| 异步 | 事件循环、task 与 await | 理解事件循环调度、task 创建与 await 让出控制权 |
await 何时挂起;task 与 coroutine 的区别;未被 await 的协程后果 |
| 异步 | gather 与并发控制 | 会用 gather 并发执行多个协程,用 Semaphore 限制并发数 |
部分协程异常如何传播;并发数上限如何控制;超时与取消处理 |
| 异步 | 异步上下文管理器与异步迭代 | 掌握 async with 与 async for 的使用场景 |
同步上下文管理器为何不能直接用于异步资源;异步迭代器协议 |
| 异步 | 阻塞库污染事件循环 | 识别同步阻塞调用在异步端点中的危害,会用线程池隔离 | 同步数据库驱动/请求库为何拖垮事件循环;run_in_executor 的定位 |
| 异步 | 何时不该用异步 | 能判断 CPU 密集与受限驱动场景不适合异步改造 | 异步改造带来的复杂度;数据库驱动是否支持异步;收益如何验证 |
| Web | FastAPI 路由与依赖注入 | 掌握 APIRouter 组织、依赖声明与 yield 依赖清理时机 |
依赖注入的缓存键;同步端点在线程池执行的代价;依赖覆盖用于测试 |
| Web | Pydantic v2 校验 | 掌握模型定义、字段校验、嵌套模型与序列化 | 校验失败的错误格式;v1 与 v2 的主要差异;自定义校验器写法 |
| Web | OpenAPI 与生命周期 | 理解自动生成文档、应用启动/关闭生命周期与后台任务 | 生命周期钩子适合做什么;后台任务与异步任务队列的边界 |
| Web | Django 全家桶 | 掌握 ORM、Admin、中间件、信号、表单、认证与权限的定位 | MTV 请求链路;信号适合做什么、不适合做什么;中间件执行顺序 |
| Web | Flask 轻量定位 | 理解应用工厂、蓝图与扩展生态,知道轻量框架的取舍 | Flask 与 FastAPI/Django 的定位差异;上下文与线程局部变量的风险 |
| Web | SQLAlchemy 2.0 模型与 Session | 掌握声明式模型、Session 生命周期与事务边界 | Session 为何不能跨请求复用;commit/rollback 的时机;过期对象行为 |
| Web | 关系加载策略 | 识别 N+1 并按场景选择预加载,理解懒求值机制 | select_related/joinedload 与集合预取的区别;查询次数如何观察 |
| Web | 原生 SQL 与连接池 | 会在复杂查询下写原生 SQL,理解连接池参数与健康检查 | 表名/排序字段不能参数化的边界;连接池大小与数据库上限换算 |
| Web | Alembic 与 Django 迁移 | 掌握迁移生成、升级与回滚,理解迁移文件纳入版本管理 | 自动生成遗漏的变更;回滚不可用时的处理;迁移与模型的漂移 |
| 任务调度 | Celery broker 与结果后端 | 理解任务投递、broker 职责与结果存储分离 | broker 与结果后端各自存什么;任务结果何时需要持久化 |
| 任务调度 | 重试与幂等 | 掌握重试策略与退避,能写出可重入的消费逻辑 | acks_late 的语义;重复投递如何兜底;幂等键与唯一索引配合 |
| 任务调度 | 定时任务与轻量替代 | 掌握 Celery 定时任务,了解 RQ 与 APScheduler 的定位 | 定时任务与延迟消息的取舍;单机调度与分布式调度的差异 |
| 任务调度 | worker 分离与积压监控 | 理解 worker 与 web 进程分离,会观察任务积压与消费速率 | 积压如何定位;worker 并发数与内存的关系;任务卡死的排查 |
| 数据与 AI 服务化 | NumPy/Pandas 批处理 | 达到服务化够用程度:数据清洗、过滤、聚合与批量处理 | 逐行循环与向量化操作的差异;批量处理内存控制 |
| 数据与 AI 服务化 | 推理服务封装 | 掌握同步与异步接口封装、批量推理与流式响应 | 模型加载放哪一层;批量请求的合批时机;流式协议如何不被缓冲 |
| 数据与 AI 服务化 | 向量库客户端 | 掌握 pgvector/FAISS/Milvus 客户端的写入、检索与过滤 | 向量维度与索引选择;召回结果与元数据过滤的配合 |
| 数据与 AI 服务化 | 成本与超时控制 | 掌握请求超时、限流与降级,理解 Token/调用成本统计 | 上游慢响应如何隔离;超时与重试叠加放大风险;成本如何按接口统计 |
| 部署 | uvicorn 与 gunicorn | 说清 uvicorn 是 ASGI 服务器、gunicorn 常作为进程管理器的角色区分 | gunicorn 能否直接跑 ASGI;worker 类型与异步模型的配合 |
| 部署 | worker 数与并发模型 | 理解 worker 数量、线程与协程的并发模型,能按压测调整 | worker 数公式与内存开销;IO 密集与 CPU 密集的配置差异 |
| 部署 | Docker 多阶段构建 | 会写多阶段镜像,区分构建依赖与运行时依赖,控制镜像体积 | 基础镜像选择;编译依赖清理;模型与依赖的分层缓存 |
| 部署 | Nginx 反代与超时 | 掌握反向代理、转发与超时配置,理解长连接与流式响应的代理设置 | 代理超时为何要大于上游超时;SSE/流式响应的缓冲配置 |
| 部署 | 配置密钥与健康检查 | 掌握环境变量注入配置、密钥不进代码、健康检查与滚动发布 | 配置分级与多环境;健康检查探活端点设计;滚动发布的流量阶梯 |
| 性能 | cProfile 与 py-spy | 会用采样与统计工具定位接口耗时热点,读得懂火焰图 | 线上为何慎用重型 profiler;采样工具与统计工具的差异 |
| 性能 | 缓存与批量流式 | 掌握本地与 Redis 缓存、批量查询与流式响应,减少重复计算与内存峰值 | 本地缓存一致性边界;批量接口的内存上限;流式生成器如何分段返回 |
| 性能 | 慢查询与吞吐压测 | 会定位数据库慢查询,掌握异步服务压测指标与场景设计 | 连接池耗尽的表现;压测模型如何贴近真实流量;指标与长尾分析 |