Python 开发面试题¶

涵盖环境工具、类型提示、异步编程、FastAPI、Pydantic、测试、HTTP 客户端。共 140 题：基础 56、进阶 49、高级 35。

基础题（难度：⭐）¶

1. Python 中如何管理依赖？常见工具有哪些？¶

参考答案： pip 安装包并生成 requirements.txt；venv 创建虚拟环境隔离依赖；现代项目用 Poetry/PDM/uv 管理依赖与锁文件，pipenv 较少用。AI 项目常结合 conda 管理 GPU 依赖。

2. venv 与 conda 虚拟环境的区别？¶

参考答案： venv 只隔离 Python 包，轻量标准库自带；conda 既隔离 Python 包也隔离 Python 版本与系统库（如 CUDA），适合数据科学多版本 Python 与 C 依赖场景。

3. 什么是 pyproject.toml？¶

参考答案： PEP 518 引入的项目配置标准文件，统一存放构建系统、项目元数据、依赖、工具配置（black/ruff/mypy），替代 setup.py/requirements 等分散文件。

4. requirements.txt 与 poetry.lock 的区别？¶

参考答案： requirements.txt 只列直接依赖及版本范围，可能不一致；poetry.lock 锁定全部依赖（含子依赖）精确版本，保证团队/生产环境一致可复现。

5. 如何指定 Python 版本？¶

参考答案： pyenv 管理多版本 Python；.python-version 文件指定项目版本；pyproject.toml 的 requires-python 字段声明最低版本；CI 中用 setup-python action。

6. 类型提示（Type Hints）的作用？¶

参考答案： 为变量、参数、返回值标注类型，提升可读性与可维护性；配合 mypy/pyright 静态检查发现 bug；IDE 智能补全；不强制运行时但可用 typing 强制。

7. 写出函数参数与返回值的类型提示示例。¶

参考答案： def greet(name: str, age: int = 0) -> str: return f"Hi {name}"。参数后冒号跟类型，默认值在类型后；返回值用 -> 标注。

8. List、Dict、Tuple、Set 的类型提示怎么写？¶

参考答案： 从 typing 导入或用内置（3.9+）：list[str]、dict[str, int]、tuple[int, str]、set[int]。3.9 前需 List[str] 等。

9. Optional[str] 表示什么？¶

参考答案： 表示值可以是 str 或 None。等价于 str | None（3.10+）。常用于可选参数或可能缺失的返回值。

10. Union 类型怎么用？¶

参考答案： Union[int, str] 表示可以是 int 或 str。3.10+ 可用 int | str。适用于联合类型参数。

11. Any 类型表示什么？何时用？¶

参考答案： Any 表示任意类型，不进行静态检查。应少用，仅在类型未知或动态场景（如 JSON 解析中间态）使用，否则丧失类型安全。

12. 类型提示的 TypeVar 是什么？¶

参考答案： 定义泛型类型变量，如 T = TypeVar("T")，使函数保留输入类型：def first(x: list[T]) -> T。泛型容器（Generic）需配合使用。

13. async/await 的基本含义？¶

参考答案： async def 定义协程函数，调用返回协程对象不立即执行；await 挂起当前协程等待 awaitable 完成，事件循环调度其他任务，实现并发 IO。

14. 同步与异步的核心区别？¶

参考答案： 同步阻塞等待 IO 完成才继续，串行低效；异步在 IO 等待时切换执行其他任务，单线程内并发处理多 IO，提升吞吐。CPU 密集仍需多进程。

15. asyncio 的核心组件？¶

参考答案： Event Loop 事件循环调度任务；Coroutine 协程；Task 任务包装协程；Future 底层结果占位；await/async 关键字。asyncio.run() 启动。

16. asyncio.gather 与 asyncio.wait 的区别？¶

参考答案： gather 并发运行多个 awaitable 并按顺序返回结果列表，简单常用；wait 返回 (done, pending) 集合，更灵活可控制超时与首次完成。

17. asyncio.create_task 的作用？¶

参考答案： 将协程包装为 Task 立即调度执行，返回 Task 对象可 await 取结果或取消。是并发执行多协程的标准方式。

18. 什么是协程（Coroutine）？¶

参考答案： 协程是可暂停恢复的函数，由 async def 定义。在 await 处挂起交还事件循环，单线程内多协程协作并发，避免线程切换开销。

19. async with 的作用？¶

参考答案： 异步上下文管理器，进入/退出时执行 aenter/aexit 协程，常用于异步资源（HTTP 连接、数据库连接）的获取与释放。

20. FastAPI 是什么？核心特点？¶

参考答案： 基于 Starlette+Pydantic 的现代异步 Web 框架。特点：类型提示驱动自动文档、异步高性能、依赖注入、自动参数校验、OpenAPI 自动生成。

21. FastAPI 如何定义路由与参数？¶

参考答案： 用装饰器 @app.get("/items/{id}") 定义路由；路径参数 {id}、查询参数（函数参数默认值）、请求体（Pydantic 模型参数）自动解析校验。

22. FastAPI 的依赖注入（Depends）怎么用？¶

参考答案： def get_db(): ...; def items(db=Depends(get_db))。Depends 自动调用依赖函数注入结果，支持嵌套与缓存（同请求内复用），便于数据库会话、鉴权等复用。

23. Pydantic 是什么？解决什么问题？¶

参考答案： 基于 Python 类型提示的数据验证与解析库。自动校验类型、转换类型、抛错，序列化模型，广泛用于配置、API 请求体校验，是 FastAPI 的基石。

24. 写一个简单 Pydantic 模型示例。¶

参考答案： class User(BaseModel): name: str; age: int = 0。继承 BaseModel，字段用类型提示。User(name="Tom") 自动校验，User(name="Tom", age="20") 自动转 int。

25. Pydantic 的 BaseModel 与 dataclass 区别？¶

参考答案： BaseModel 提供校验、序列化、JSON schema、错误处理等丰富功能；dataclass 是标准库轻量数据类，无校验。Pydantic 也提供 @dataclass 装饰器加校验。

26. Pydantic v2 相比 v1 的改进？¶

参考答案： 用 Rust 重写核心（pydantic-core），性能提升 5-50 倍；API 更清晰；改进校验器与序列化器；更好的类型推断； stricter 校验。注意部分 v1 API 不兼容。

27. pytest 的基本用法？¶

参考答案： def test_xxx(): 定义测试函数，assert 断言。pytest 命令自动发现 test_ 开头文件与函数。fixture 共享前置，parametrize 参数化，marker 标记分类。

28. pytest fixture 是什么？¶

参考答案： fixture 提供测试前置数据/资源的函数，用 @pytest.fixture 装饰。测试函数以参数名引用自动注入，支持 scope（function/class/module/session）控制生命周期。

29. 如何参数化 pytest 测试？¶

参考答案： @pytest.mark.parametrize("a,b,expected", [(1,2,3),(4,5,9)]) 装饰测试函数，每条数据生成一个测试用例，便于覆盖多场景。

30. unittest 与 pytest 的区别？¶

参考答案： unittest 标准库，类继承 TestCase，需 self.assertEqual 等；pytest 函数式更简洁，assert 直接用，fixture 灵活，插件丰富。新项目推荐 pytest。

31. requests 库如何发 GET/POST 请求？¶

参考答案： requests.get(url, params={...})、requests.post(url, json={...})。返回 Response 对象，.json() 解析响应体，.status_code 状态码。简单同步。

32. requests 的 Session 有什么用？¶

参考答案： Session 复用 TCP 连接（连接池）、保持 Cookie、统一 headers/认证，多次请求同站点更高效。with requests.Session() as s: 自动关闭。

33. httpx 与 requests 的区别？¶

参考答案： httpx 同时支持同步与异步 API，API 与 requests 类似易迁移，支持 HTTP/2，超时与连接池配置更完善。AI 项目常需异步，httpx 是首选。

34. httpx 如何发异步请求？¶

参考答案： async with httpx.AsyncClient() as client: r = await client.get(url)。AsyncClient 提供异步方法，配合 asyncio 并发多请求，适合高并发场景。

35. 如何设置 HTTP 请求超时？¶

参考答案： requests: requests.get(url, timeout=5)；httpx: httpx.Timeout(connect=5, read=10)。建议必设超时防止请求挂起，可分别设连接与读取超时。

36. Python 中如何重试请求？¶

参考答案： tenacity 库 @retry(stop=stop_after_attempt(3), wait=wait_exponential())；或自写循环；requests 可配 HTTPAdapter 重连。需区分可重试错误（5xx/超时）与不可重试（4xx）。

37. 什么是上下文管理器（with 语句）？¶

参考答案： with 语句管理资源获取与释放，进入调用 enter，退出（含异常）调用 exit，确保资源正确关闭。如 with open(f) as fh:。

38. 装饰器（Decorator）是什么？¶

参考答案： 装饰器是接收函数返回函数的可调用对象，用 @语法应用，在不改原函数前提下扩展功能。如日志、计时、缓存、鉴权。functools.wraps 保留元信息。

39. 生成器（Generator）与协程关系？¶

参考答案： 生成器用 yield 暂停返回值；协程是增强的生成器，可 yield 接收值（send），是 async/await 底层基础。早期协程基于生成器实现，现代用 async def。

40. Python 的 GIL 是什么？¶

参考答案： Global Interpreter Lock 全局解释器锁，同一时刻只允许一个线程执行 Python 字节码。导致多线程无法利用多核 CPU，CPU 密集任务需用多进程绕过。

41. 多线程、多进程、协程如何选？¶

参考答案： IO 密集用协程（asyncio）或线程；CPU 密集用多进程（绕过 GIL）；混合任务可进程+协程。AI 应用多为 IO 密集（等 LLM API），协程最优。

42. 如何捕获与处理异常？¶

参考答案： try: ... except SpecificError as e: ... else: ... finally: ...。捕获具体异常而非裸 except；finally 释放资源；可自定义异常类继承 Exception。

43. logging 模块的基本用法？¶

参考答案： import logging; logging.basicConfig(level=INFO); logging.info("msg")。可配置 handler（文件/控制台）、formatter、级别。生产用 dictConfig 或第三方 loguru/structlog。

44. f-string 的基本用法？¶

参考答案： f"Hello {name}, age {age+1}"。在字符串中嵌入表达式，简洁高效。3.8+ 支持 f"{x=}" 调试输出变量名与值。3.12+ 支持嵌套引号。

45. 列表推导式与生成器表达式区别？¶

参考答案： 列表推导 [x*2 for x in range(10)] 一次性生成列表占内存；生成器表达式 (x*2 for x in range(10)) 惰性迭代省内存，适合大数据流处理。

46. 字典推导式怎么写？¶

参考答案： {k: v for k, v in items if condition}。如 {name: age for name, age in people if age > 18}。也可用于反转字典 {v:k for k,v in d.items()}。

47. Python 的可变与不可变类型？¶

参考答案： 不可变：int/str/tuple/frozenset，修改会创建新对象；可变：list/dict/set，原地修改。函数默认参数避免用可变对象（如 def f(x=[])）防共享状态 bug。

48. 深拷贝与浅拷贝区别？¶

参考答案： 浅拷贝 copy.copy 复制外层，内层仍引用原对象；深拷贝 copy.deepcopy 递归复制全部层级。嵌套可变对象修改时浅拷贝会影响原对象，需深拷贝。

49. args 和 *kwargs 的含义？¶

参考答案： args 收集多余位置参数为元组；kwargs 收集多余关键字参数为字典。常用于灵活函数签名、装饰器转发参数。顺序：位置参数、args、关键字参数、**kwargs。

50. 如何读取与解析 JSON？¶

参考答案： import json; json.loads(json_str) 解析字符串为对象；json.dumps(obj) 序列化为字符串。文件用 json.load(f)/json.dump(obj, f)。AI 应用大量用 JSON 与 LLM 交互。

51. 如何读取与写入文件？¶

参考答案： with open(path, "r", encoding="utf-8") as f: content = f.read()。with 自动关闭。写用 "w" 覆盖/"a" 追加，f.write(text)。务必指定 encoding 防编码问题。

52. pathlib 相比 os.path 的优势？¶

参考答案： pathlib 面向对象，链式操作更优雅：Path("a")/"b"/"c.txt"。提供 .read_text()/.glob() 等便捷方法，跨平台路径分隔符自动处理。新项目推荐。

53. 如何遍历目录查找文件？¶

参考答案： Path(".").rglob("*.py") 递归查找；或 Path(".").glob("*.py") 当前层。也可用 os.walk。pathlib 更简洁。

54. 什么是 dataclass？¶

参考答案： @dataclass 装饰器自动生成 init/repr/eq 等方法的数据类。简化样板代码，支持默认值、类型提示、frozen 不可变。轻量数据载体。

55. enum 枚举怎么用？¶

参考答案： class Color(Enum): RED=1; BLUE=2。用 Color.RED 引用，避免魔法值，提升可读性与安全。StrEnum（3.11+）适合字符串枚举如状态机。

56. 如何在 Python 中执行系统命令？¶

参考答案： subprocess.run(["cmd", "arg"], capture_output=True, text=True) 安全推荐；避免 os.system（无输出控制、shell 注入风险）。参数用列表防注入，shell=True 慎用。

进阶题（难度：⭐⭐）¶

1. 解释 asyncio 事件循环的工作原理。¶

参考答案： 事件循环维护就绪回调队列与定时器，循环执行：运行就绪回调→等待 IO 就绪→将 IO 回调加入就绪→处理定时器。协程在 await 处交还控制权，事件循环调度其他任务，单线程并发。

2. asyncio 中如何限制并发数？¶

参考答案： asyncio.Semaphore 信号量限制同时执行数：sem = Semaphore(10); async with sem: ...。或用第三方 aiometer/aiohttp 的连接池。防止打爆下游 API。

3. async for 与 async with 的使用场景？¶

参考答案： async for 迭代异步可迭代对象（如流式响应逐块读取）；async with 管理异步资源（如 HTTP 客户端、数据库连接）。都需要 await 底层支持。

4. 如何在异步代码中调用同步阻塞函数？¶

参考答案： 用 await asyncio.to_thread(blocking_func, args) 在线程池执行避免阻塞事件循环；或 loop.run_in_executor。CPU 密集用 ProcessPoolExecutor。注意 GIL。

5. 如何在同步代码中调用异步函数？¶

参考答案： asyncio.run(coro) 启动事件循环运行单个协程；或获取已有 loop 调 loop.run_until_complete()。避免嵌套事件循环（如 Jupyter 需 nest_asyncio）。

6. FastAPI 的 ASGI 与 WSGI 区别？¶

参考答案： WSGI 同步模型，一个请求一个 worker，不支持异步与长连接；ASGI 异步模型，支持 WebSocket、SSE、流式响应，单 worker 并发多请求。FastAPI 基于 ASGI（Starlette）。

7. FastAPI 如何处理流式响应（SSE）？¶

参考答案： 返回 StreamingResponse(generator, media_type="text/event-stream")，生成器 yield 数据块。常配合 LLM 流式输出，前端 EventSource 接收。

8. FastAPI 中 BackgroundTasks 的作用与限制？¶

参考答案： BackgroundTasks 在响应后执行后台任务（如发邮件、写日志），简单易用。限制：同进程内执行、失败不影响响应、不适合长任务与重试，复杂场景用 Celery/RQ。

9. FastAPI 的中间件（Middleware）怎么写？¶

参考答案： @app.middleware("http") async def mw(request, call_next): ...; response = await call_next(request); ...; return response。可在请求前后处理，如日志、CORS、计时、鉴权。

10. FastAPI 如何做异常处理与统一错误响应？¶

参考答案： 自定义异常类继承 Exception；用 @app.exception_handler(MyError) 注册处理器返回 JSONResponse。也可全局捕获 Exception 兜底，统一错误码与格式。

11. FastAPI 项目如何组织结构？¶

参考答案： 推荐分层：routers（路由）、schemas（Pydantic 模型）、models（ORM）、services（业务逻辑）、crud（数据访问）、core（配置/安全/依赖）。main.py 装配。便于维护测试。

12. Pydantic 模型的嵌套校验如何实现？¶

参考答案： 字段类型用另一个 BaseModel：class Order(BaseModel): items: list[Item]。Pydantic 递归校验嵌套结构，错误路径精确到字段，适合复杂 API 请求体。

13. Pydantic 的 Field、validator、field_validator 区别？¶

参考答案： Field 配置字段元数据（默认、约束、描述）；@validator（v1）类方法校验字段；@field_validator（v2）校验单/多字段；@model_validator 校验整个模型。v2 推荐 field_validator。

14. Pydantic 如何自定义校验逻辑？¶

参考答案： v2 用 @field_validator("email") 装饰类方法，参数为值，返回校验后值或抛 ValueError。@model_validator(mode="after") 校验跨字段约束。可复用 Annotated+AfterValidator。

15. Pydantic 的序列化与 .model_dump()？¶

参考答案： model.model_dump() 转字典，.model_dump_json() 转 JSON 字符串。支持 exclude/include 指定字段、by_alias 别名、exclude_none 等。v1 用 .dict()/.json()（已弃用）。

16. Pydantic Settings 如何管理配置？¶

参考答案： 继承 BaseSettings，字段自动从环境变量读取（大小写不敏感）。支持嵌套、.env 文件（model_config=SettingsConfigDict(env_file=".env")）、别名、默认值。统一管理应用配置。

17. Pydantic 的 Generic 泛型模型怎么写？¶

参考答案： T = TypeVar("T"); class Response(BaseModel, Generic[T]): data: T。实例化 Response[int](data=1)。常用于通用 API 响应包装。

18. Pydantic 如何处理 Union 与 discriminators？¶

参考答案： Union 多类型按顺序尝试解析；discriminator 指定区分字段：Union[Cat, Dog] = Field(discriminator="type")，按 type 字段选模型，避免歧义，提升性能。

19. Pydantic 的 computed_field 是什么？¶

参考答案： @computed_field 装饰 @property，使其在 model_dump/序列化时输出，但不是存储字段。适合派生属性如全名、状态判断。

20. pytest 如何 mock 依赖？¶

参考答案： 用 monkeypatch fixture 替换函数/属性：monkeypatch.setattr(module, "func", mock_func)；或 unittest.mock.patch 装饰器；pytest-mock 提供 mocker.fixture 更简洁。

21. pytest 如何测试异步函数？¶

参考答案： 安装 pytest-asyncio，标记 @pytest.mark.asyncio，测试函数用 async def 即可 await。配置 asyncio_mode=auto 自动标记。anyio 也提供类似插件。

22. 如何测量测试覆盖率？¶

参考答案： pytest-cov 插件：pytest --cov=src --cov-report=html。生成 HTML 报告查看行/分支覆盖。目标通常 80%+，关键路径 100%，但应关注质量非数字。

23. mock 与 patch 的区别？¶

参考答案： patch 是替换目标的操作（装饰器或上下文），mock 是替换后的假对象。patch 默认返回 MagicMock。可配置 return_value/side_effect/assert_called_with 验证调用。

24. 如何测试调用外部 API 的代码？¶

参考答案： mock HTTP 客户端（requests/httpx）返回预设响应；或用 responses/respx 库注册 URL 模拟响应；或用 VCR.py 录制回放真实请求。避免真实网络，保证测试稳定快速。

25. httpx 的连接池如何配置？¶

参考答案： httpx.AsyncClient(limits=httpx.Limits(max_connections=100, max_keepalive_connections=20), timeout=httpx.Timeout(10))。合理配置避免连接耗尽与超时。

26. httpx 如何发送流式请求处理大响应？¶

参考答案： async with client.stream("GET", url) as resp: async for chunk in resp.aiter_bytes(): ...。流式读取避免一次性加载大响应到内存，适合 LLM 流式输出与大文件下载。

27. 如何在 httpx 中添加鉴权与拦截器？¶

参考答案： 鉴权：auth=httpx.BasicAuth(user, pwd) 或 headers 加 Token；事件钩子 hooks={"request":[...], "response":[...]}；或自定义 httpx.Auth 实现刷新 token。

28. tenacity 的重试策略如何配置？¶

参考答案： @retry(stop=stop_after_attempt(3), wait=wait_exponential(multiplier=1, max=10), retry=retry_if_exception_type((Timeout, ConnectionError)))。可组合停止、等待、重试条件，支持 before/after 日志。

29. 如何优雅地取消协程任务？¶

参考答案： task.cancel() 触发 CancelledError；协程内 try/finally 释放资源；await 时检查取消。asyncio.gather(return_exceptions=True) 防一个失败影响全部。注意屏蔽取消传播。

30. asyncio 的 Lock/Semaphore/Queue 作用？¶

参考答案： Lock 互斥访问共享资源；Semaphore 限制并发数；Queue 协程间安全传递数据（生产者-消费者）。均为异步版本，需 await，不能与线程版混用。

31. 如何在 FastAPI 中实现依赖缓存？¶

参考答案： Depends 默认同请求内缓存（同依赖只执行一次）；跨请求用 lru_cache 装饰依赖函数缓存；或自定义带 TTL 的缓存依赖。注意缓存失效与并发更新。

32. FastAPI 的 Security 与 OAuth2 怎么用？¶

参考答案： fastapi.security 提供 OAuth2PasswordBearer 等；token: str = Depends(oauth2_scheme) 提取 token；自定义依赖校验返回用户。Swagger 自动显示登录按钮。

33. Pydantic v2 的 ConfigDict 常用项？¶

参考答案： model_config = ConfigDict(str_strip_whitespace=True, frozen=True, extra="forbid", populate_by_name=True)。控制行为：去空白、不可变、禁止额外字段、允许别名赋值。

34. Pydantic 的 TypeAdapter 是什么？¶

参考答案： TypeAdapter 为任意类型（非 BaseModel）提供校验与序列化，如 TypeAdapter(list[int]).validate_python([...])。v2 新增，替代 v1 的 parse_obj_as。

35. 如何用 Pydantic 解析 LLM 输出的 JSON？¶

参考答案： 定义目标 BaseModel；用 Model.model_validate_json(text) 或先 json.loads 再 model_validate。配合响应格式约束与重试，解析失败时反馈让 LLM 修复。

36. pytest conftest.py 的作用？¶

参考答案： conftest.py 定义共享 fixture、hooks、markers，自动被同目录及子目录测试发现，无需导入。适合放数据库会话、测试客户端、临时目录等公共 fixture。

37. 如何给 FastAPI 写集成测试？¶

参考答案： 用 httpx.AsyncClient(app=app, base_url="...") 或 TestClient(app) 发请求测端到端；mock 外部依赖（DB/LLM）；fixture 准备数据；测试主要场景与边界。ASGI transport 不占端口。

38. Python 类型系统的协变与逆变？¶

参考答案： 协变：子类型关系保持（list[Dog] 是 list[Animal] 的子类型，但 Python list 不变）；逆变：参数类型反向。Python 默认不变，用 TypeVar 协变(T_co)/逆变(T_contra)声明。

39. Protocol（结构化子类型）是什么？¶

参考答案： typing.Protocol 定义鸭子类型接口，类无需显式继承只要实现方法即满足。便于解耦与依赖抽象，配合 mypy 静态检查，是 Python 的"接口"。

40. typing 的 Literal、Final、TypedDict？¶

参考答案： Literal 限定字面值（如状态枚举）；Final 防止重写；TypedDict 给字典键值类型化（如 {"name": str, "age": int}），适合 JSON 结构类型化而不建模型。

41. 如何用 Pydantic 处理动态/部分未知字段？¶

参考答案： model_config = ConfigDict(extra="allow") 保留额外字段到 model_extra；或用 dict[str, Any] 类型字段；或自定义 init 解析。注意校验与序列化。

42. Python 的 weakref 有什么用？¶

参考答案： weakref 创建对象弱引用不增加引用计数，对象可被回收。用于缓存（避免内存泄漏）、观察者模式。WeakValueDictionary/WeakSet 自动清理失效引用。

43. 解释 functools.lru_cache 与缓存策略。¶

参考答案： @lru_cache(maxsize=128) 缓存函数结果按参数命中，LRU 淘汰。适合纯函数无副作用。注意不可变参数、缓存失效（cachetools 的 TTLCache 适合带过期）。

44. 如何实现异步的 LRU 缓存？¶

参考答案： functools.lru_cache 不支持协程（缓存的是协程对象）。可用 cachetools.AsyncLRUCache，或自建 dict 缓存 await 结果，配合 asyncio.Lock 防缓存击穿。

45. Python 的 import 机制与循环导入？¶

参考答案： import 按 sys.modules 缓存查找模块。循环导入（A import B, B import A）可能报错。解决：延迟导入（函数内导入）、重构拆分、合并到公共模块、用 TYPE_CHECKING 处理类型。

46. 解释 if name == "main" 的作用。¶

参考答案： 判断模块是否直接运行（而非被导入）。直接运行时 name 为 "main"，执行入口代码；被导入时不执行，便于模块既可独立运行又可被复用。

47. pydantic-settings 如何加载多源配置优先级？¶

参考答案： 优先级（高→低）：初始化参数 > 环境变量 > .env 文件 > 代码默认值。可通过 customise_sources 自定义顺序与来源（如加 consul/etcd），适配复杂配置场景。

48. structlog/loguru 相比标准 logging 的优势？¶

参考答案： structlog 输出结构化日志（JSON）便于聚合分析，支持上下文绑定；loguru 开箱即用、API 简洁、支持 rotate/异步/彩色。生产可观测推荐 structlog+JSON，开发用 loguru。

49. 如何用 Python 实现 API 限流？¶

参考答案： 令牌桶/漏桶算法；slowapi 库集成 FastAPI；或 Redis+lua 实现分布式限流；按用户/IP/API 维度。AI 应用常按 token/请求维度限流防滥用与控成本。

高级题（难度：⭐⭐⭐）¶

1. 分析 asyncio 的事件循环在多线程下的使用注意点。¶

参考答案： 每个线程需有自己的事件循环（loop.run_until_complete 或 asyncio.run）；跨线程调度用 asyncio.run_coroutine_threadsafe(coro, loop) 提交到目标 loop；不要在不同线程共享 loop。多线程协程混合需谨慎设计。

2. 如何排查事件循环阻塞问题？¶

参考答案： 现象：所有协程卡住、延迟飙升。排查：用 py-spy/austin 采样定位阻塞函数；检查是否有同步 IO/CPU 密集未 to_thread；aiomonitor 在线查看任务；设置 slow callback 警告（loop.slow_callback_duration）。

3. 设计一个支持流式输出与工具调用的 FastAPI Agent 接口。¶

参考答案： StreamingResponse + SSE 推送 Token；定义事件类型（token/tool_call/tool_result/done）；工具调用时发 tool_call 事件前端展示，后端执行后发 tool_result 再继续；前端按事件类型增量渲染，支持中断。

4. FastAPI 高并发场景下如何优化性能？¶

参考答案： 异步 IO 不阻塞 loop；uvicorn/gunicorn 多 worker 利用多核；连接池复用 DB/HTTP；缓存热数据；限流保护；水平扩展无状态服务；异步任务剥离到队列；profiling 定位瓶颈。

5. 如何设计 FastAPI 的优雅关闭？¶

参考答案： 捕获 lifespan 的 shutdown 事件；停止接收新请求；等待进行中请求完成（超时强制断）；关闭连接池、数据库会话、消息队列消费者；清理临时资源。uvicorn 配置 timeout-graceful-shutdown。

6. Pydantic v2 性能优化的关键点？¶

参考答案： 用 Rust 核心默认快；避免冗余 validator；model_config 选合适的 extra 策略；批量用 TypeAdapter 替代多次 model_validate；复用 schema 缓存；避免运行时动态模型生成。

7. 如何在 Pydantic 中实现版本化 API 模型兼容？¶

参考答案： 多版本模型类（UserV1/UserV2）；discriminator 区分；自定义迁移方法转换版本；字段加 alias 兼容旧名；extra="allow" 容忍新字段；序列化时按版本选择字段输出。

8. 设计一个健壮的 LLM 客户端封装。¶

参考答案： 封装超时、重试（tenacity 区分错误）、限流（信号量）、熔断（pybreaker）、缓存、指标（延迟/Token/错误）、多模型路由降级、流式与结构化输出、密钥管理与轮换、可观测日志。线程/协程安全。

9. 如何实现异步代码的并发控制与背压？¶

参考答案： Semaphore 限并发；asyncio.Queue 设 maxsize 实现背压，生产者阻塞防淹没消费者；令牌桶限速；拒绝策略（拒绝/排队/降级）；监控队列长度告警。保护下游与自身。

10. 分析 Python 多进程与协程在 AI 推理服务的取舍。¶

参考答案： LLM API 调用是 IO 密集，协程最优；本地模型推理是 CPU/GPU 密集，需多进程或多 worker，GIL 限制多线程。混合：协程处理请求编排，推理任务提交进程池/GPU 队列异步执行。

11. 如何在测试中模拟 LLM 的不确定性？¶

参考答案： mock 时配置 side_effect 返回多组不同响应模拟变化；用 property-based testing（hypothesis）生成多样输入；混沌测试注入错误（超时/格式错）；录制真实响应回放。验证代码鲁棒性。

12. 设计一个可扩展的 Agent 框架代码结构。¶

参考答案： 抽象 Agent 基类（run/step/observe）；工具注册器与协议（Tool Protocol）；记忆抽象（短期/长期）；模型客户端接口；运行器编排循环；配置驱动（YAML/Pydantic）；插件化扩展。依赖注入解耦。

13. 如何处理 Pydantic 模型与 ORM 模型的转换？¶

参考答案： 分层：Pydantic schema（API 层）与 ORM model（数据层）分离；用 model_validate 或 from_orm（v2: model_validate）转换；避免循环引用；敏感字段不暴露；可用 SQLModel 合并简化。

14. 分析 asyncio 的 Future 与 Task 区别与协程关系。¶

参考答案： Future 是底层结果占位，由 IO 回调 set_result；Task 是 Future 子类，包装协程由事件循环驱动执行；协程需 create_task 才被调度。await 本质等待 awaitable（Future/Task/协程）完成。

15. 如何实现 Python 应用的分布式追踪？¶

参考答案： OpenTelemetry SDK 自动/手动埋点；FastAPI 中间件提取传播 trace 上下文；跨服务 HTTP 头传递（W3C traceparent）；异步上下文用 contextvar 传播；导出到 Jaeger/Tempo；关联日志与 trace_id。

16. 设计一个支持断点续传的 Agent 任务系统。¶

参考答案： 每步持久化状态到 DB/Redis（checkpoint）；任务 ID 关联状态；恢复时加载最新 checkpoint 续跑；幂等步骤支持重放；失败步骤重试；超时检测重启；前端轮询或 SSE 获取进度。

17. 如何优化 Python 应用启动速度？¶

参考答案： 延迟导入重模块；预编译（pyc）；冷启动用 serverless 注意依赖体积；缓存初始化结果；并行初始化各组件；减少启动时同步 IO；用 gunicorn preload 加载应用；按需加载模型。

18. 分析 GIL 对多线程 LLM 客户端的影响。¶

参考答案： LLM 客户端主要等网络 IO，GIL 在 IO 等待时释放，多线程/协程均可并发；但 JSON 解析、加密等 CPU 操作受 GIL 限制。协程开销更小更适合高并发，多线程可与同步库混用。

19. 如何设计支持多租户的 FastAPI 应用？¶

参考答案： 请求中间件提取 tenant_id；依赖注入提供租户隔离的 DB/存储客户端；数据层强制 tenant 过滤；配额与限流按租户；密钥按租户管理；日志加 tenant 上下文；资源隔离（schema/库/前缀）。

20. 实现一个通用的重试与退避装饰器。¶

参考答案： 装饰器捕获指定异常，循环重试至 max_attempts；退避用指数+抖动（random）防惊群；区分可重试（网络/5xx）与不可重试（4xx）；记录重试日志；支持回调钩子。生产用 tenacity 更稳。

21. 如何处理大规模并发下的连接池耗尽？¶

参考答案： 监控连接池使用率；合理设 max_connections；按优先级分配；队列化请求背压；连接超时与回收；分片多池；降级非核心请求；限流保护；异步 IO 减少连接持有时间。

22. 设计 Pydantic 模型的演进与数据迁移策略。¶

参考答案： 字段新增给默认值保兼容；删除字段先标记 deprecated；类型变更用版本化模型或自定义校验兼容旧格式；迁移脚本批量转换存量数据；契约测试防破坏性变更；文档维护 changelog。

23. 分析 asyncio 的调试技巧。¶

参考答案： asyncio.run(debug=True) 开启调试，报告慢回调与未处理异常；loop.set_debug(True)；PYTHONASYNCIODEBUG 环境变量；aiomonitor 在线查看；用 logging 抓 coroutine never awaited 警告。

24. 如何在 Agent 中实现安全的代码执行沙箱？¶

参考答案： 隔离环境：Docker 容器、gVisor、Firecracker 微 VM；限制资源（CPU/内存/时间/网络）；无权限用户运行；只读文件系统；gVisor/NSJail 系统调用过滤；超时杀死；输出大小限制。避免 exec 直接跑。

25. 设计一个支持 A/B 测试的 LLM 应用框架。¶

参考答案： 配置中心管理实验（流量分桶、模型/Prompt 变体）；请求按用户哈希分流；统一指标采集（质量、延迟、成本）；统计显著性检验；灰度渐进放量；一键回滚。隔离实验配置避免相互干扰。

26. 如何实现 Pydantic 模型的深拷贝与不可变性保障？¶

参考答案： model_copy(deep=True) 深拷贝；model_config=frozen=True 使实例不可变（赋值报错）；字段用 immutable 类型（tuple 替代 list）；自定义 setattr 拦截。配合 hash 与缓存。

27. 分析 Python 应用的内存泄漏排查方法。¶

参考答案： tracemalloc 跟踪分配快照对比；objgraph 找增长对象与引用链；gc 模块检查不可达对象；memory_profiler 行级分析；容器内持续监控 RSS；常见原因：全局缓存无淘汰、闭包引用、循环引用无 del。

28. 如何在异步框架中实现数据库访问？¶

参考答案： 用异步驱动：asyncpg（PostgreSQL）、aiomysql、SQLAlchemy 2.0 async、SQLModel；连接池管理；session 生命周期绑定请求；避免阻塞操作；事务用 async with；N+1 用 selectinload 预加载。

29. 设计一个 Agent 工具调用的统一抽象层。¶

参考答案： 定义 Tool Protocol（name/description/params_schema/run）；同步与异步 run；输入输出 Pydantic 校验；错误标准化；超时与重试；权限标注；OpenAPI/Function Schema 自动生成；注册中心按名查找。

30. 如何优化 Pydantic 模型在热路径的性能？¶

参考答案： 避免在循环内重复创建/校验；缓存序列化结果；用 model_construct 跳过校验（已信任数据）；减少嵌套层级；预编译 schema；批量用 TypeAdapter；关闭不必要的 validator；用 slots 或 dataclass 替代。

31. 分析 FastAPI 中 Depends 的实现原理与缓存机制。¶

参考答案： Depends 是声明式依赖标记，框架在请求时按依赖图解析执行；同请求内同依赖实例缓存（基于 callable 标识），避免重复执行；use_cache=False 可禁用；支持嵌套依赖与 yield 清理资源。

32. 如何实现跨进程的异步任务队列？¶

参考答案： Celery（功能全但同步为主，需 gevent/eventlet）、RQ、ARQ（原生 asyncio 基于 Redis）、Dramatiq、Celery 5+ 部分支持异步。AI 长任务用队列剥离主流程，支持重试、优先级、定时。

33. 设计一个支持多模型的统一 LLM 客户端接口。¶

参考答案： 抽象 LLMClient Protocol（complete/chat/embed/stream）；各厂商适配器实现；统一消息/工具/响应格式；配置驱动选择；特性检测（是否支持工具/视觉）；降级与路由；成本与延迟统计。LiteLLM 是参考实现。

34. 如何在测试中验证异步并发正确性？¶

参考答案： 注入随机延迟与错误模拟真实；断言并发结果与串行一致（线性化）；用 asyncio.gather 并发多请求测竞争；mock 信号量验证限流；压力测试找瓶颈；监控竞态条件与死锁；用 pytest-asyncio 的并发 fixture。

35. 分析 Python 3.12+ 对异步与类型的改进对 AI 开发的影响。¶

参考答案： 更快的启动与执行；TaskGroup 与 ExceptionGroup 简化并发错误处理；改进的类型系统（Self、override 装饰器）；PEP 695 泛型新语法；性能提升降低推理服务成本。应跟进新特性提升代码质量与性能。

Python 开发 面试题¶