美团运维面试官没想到jenkins我用得这么溜，人直接傻掉

小咪咪 2022-11-18 04:47 195阅读 0赞

### 前言 ###

春天来了，在家玩了半年，也该出去散散心了，顺便收获几个offer练练手，要不然都没有办法给小伙伴们发面试题了。

所谓知己知彼方能百战不殆，我先是在网上搜索了一下关于最近的运维职位，发现还行，大多薪资都在25-50K之间。于是就在boss上更新了简历，设置简历开发，去把快递收回来。

刚到电脑面前做下，就看到boss上有人要简历，之前有个小伙伴说： 你不在江湖，但江湖还是你的传说。  
诶。。。真烦啊，太烦恼了，那就去吧，为了小伙伴们的真题，我舍命陪君子。

![在这里插入图片描述][20210412162700309.png]

找出了半年未动的面试服装，打印好了三页纸的简历，带着一瓶红牛我就直奔面试现场。

到的时候有点早，越好的下午2点，我1点就到了，没办法找个地方喝个咖啡，补充下能量，一会打起来我好有力气跑。

叮咚， 距离面试还有15分钟，暗自窃喜的来到了某团现场面试的办公室，我丢，这就是面试官？ 不是吧？

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpbnNodXpoYW4_size_16_color_FFFFFF_t_70]  
发量感人，见我来了赶紧带上帽子，这造型就是传说中的国外特聘CTO？

Hello, I’m ki, your interviewer. You can call me A.k， Look at my hairstyle, you should be able to guess my identity. I don’t have to say anything. Shall we just start

我丢，这TM是人话？

于是我用英语说： sure,can you speak chinese?

阿K笑了笑说，当然了，我们开始吧：

### 你们服务器的日常巡检的主要工作是什么？ ###

额，确定是认真的吗？你这面试题不会是哪个蹩脚的系统运维帮你准备的吧。虽然十分不情愿回答，但也没办法，好在脑海里还有点印象：

*  服务器物理硬件的巡检
 *  操作系统的磁盘，内存，cpu，硬盘读写情况
 *  服务器系统日志
 *  运行与服务器上应用是否 可用
 *  应用系统日志检查
 *  数据库运行状态，运行日志检查
 *  数据库定时备份机制情况
 *  系统定时任务执行情况

### 你能说一下上线流程吗？ ###

这，跳跃也太快了吧。

好的面试官，我们这边上线流程比较简单，运维人员收到产品经理的上线工单（一般是邮件），邮件中包含了要上线的项目地址和版本号。  
然后我们按照既定的上线脚本执行上线，完成后，运维人员会给相应的开发或者产品回邮件，宣布上线完成。

他们会回复是否上线上线成功，如果半小时未回复，就回滚。

"哦，你们有没有用到jenkins？”  
来了来了，加分项来了，这个我还真遇到过，装B的机会终于来了。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpbnNodXpoYW4_size_16_color_FFFFFF_t_70 1]

有的面试官，这个题我会！！

开发上传代码到版本库，版本库我们用的gitlab,jenkins进行拉取编译，然后打包传到镜像仓库（harbor）,在harbor中进行测试。 测试完毕之后，docker从镜像仓库中进行拉取，然后在k8s部署。部署完成之后，调用K8s的API进行健康检查。（healthcheack）

### 那… ###

还有还有，我还有，您别着急问下一个，让我再加点分，拖延一下面试时间。

我们可以设置让jenkins分支代码更新后，jenkins自动构建， 在jenkins的控制面板上我们设置构建触发器，把此处的URL复制下来，放到gitlab上的webhook中使用。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpbnNodXpoYW4_size_16_color_FFFFFF_t_70 2]  
点击高级按钮，去输入要处罚的分支及复制token  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpbnNodXpoYW4_size_16_color_FFFFFF_t_70 3]  
然后我们在gitlab上设置，在setting-integrations

把上一步在jenkins里复制的网址和token，粘贴到此处

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpbnNodXpoYW4_size_16_color_FFFFFF_t_70 4]  
粘贴完后，根据自己的需求去选择要实现的触发事件  
![在这里插入图片描述][20210412165412933.png]  
当然了，在这个过程中，我们也需要在jenkins里安装一些插件，比如：

*  git parameter
 *  gitlab
 *  gitlab hook

通过上面的步骤，我们就完成了代码发布到gitlab，然后jenkins就去拉取。

jenkins通过制定的代码地址url，将代码拉取到jenkins的安装位置，进行编译，打包和发布

### 面试官：我丢，这货知道的还挺多，下面我要考考他原理了。 ###

嗯嗯，你回答的很全面，那么你能跟我说说jenkins的工作的原理吗？\*\*

好的面试官，我这里给你画一张图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpbnNodXpoYW4_size_16_color_FFFFFF_t_70 5]  
我已SVN为例，也可以改成gitlab等作为仓库代码

*  开发人员把代码发送到gitlab
 *  CI系统会为每个项目创建一个单独的工作空间，当预设或者请求一次新的构建的时候，他就将代码仓库的源码存入对应的工作区
 *  CI系统会在对应的工作区内执行构建过程，build，这个构件是根据事先设置好的脚本进行bulid,这个脚本可以做很多事情，比如编译，测试，生成测试报告等等。
 *  构建完成后，CI系统会在一个新的构建中执行一套定义好的测试，完成后触发通知给相应的当事人。
 *  如果构建成功，这个构件就会被打包转移到一个部署目标，或者存储为软件仓库里的一个新版本。
 *  CI会根据请求发型相应操作，诸如即时构建、生成报告，或者检索一些构建好的构件。

### elk你们用过吗，能不能讲一下你的理解？ ###

用过的面试官

ELK由三部分组成：

*  数据的采集，分析，过滤日志： logstash
 *  数据的存储，分析，搜集： elasticsearch
 *  数据的展示：提供web界面，kibana

这个图是一个数据分析的架构图，涉及到kafka做为boker使用  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpbnNodXpoYW4_size_16_color_FFFFFF_t_70 6]  
简单的说：位于各个节点上的Logstash Agent先将数据/日志传递给Kafka（或者Redis），并将队列中消息或数据间接传递给Logstash，Logstash过滤、分析后将数据传递给Elasticsearch存储。最后由Kibana将日志和数据呈现给用户。

### logstash工作原理你能说一下吗？ ###

好的，好的，好的，别急面试官，听过慢慢吹，额慢慢给你说：

Logstash事件处理有三个阶段：inputs → filters → outputs，接收，处理，转发日志

input:输入数据到logstash  
在logstash里有三个部分，一个是shipper,用来收集日志数据和监控日志数据的变化，及时将日志最新的内容收集起来。  
另一个是borker: 相当于日志的hub，用来暂时存储shipper收集起来的日志信息。  
indexer: 从borker中读取文本，经过加工，过滤，输出到指定的介质。

我们logstash端都是部署在被采集端，当然后期我们会用filebeat来代替， 安装好之后，logstash的三个组件，shipper负责检测日志变化并收集，然后发送给boker，进行存储，然后传送给indexer

在indexer这个地方进行数据清洗，分析和过滤，然后作为kafka的生产者传送给kafka，这个传送过程呢，是这样的。  
首先producer先从zookeeper的brokers的state节点找到该partinon的leader，然后

*  producer将消息发送给leader
 *  leader将消息写入本地log
 *  followers 从leader pull消息，写入本地log后给leader发送ack
 *  leader 收到所有的ISR中replica的ASK之后，增加HW（就是完成的offset,）并向porducer发送ack

消费者就是elasticsearch，去拉取tiopic的消息。

kafka同步到es的方式有四种：  
1） logstash\_input\_kafka插件，但是这个不太好用  
2） spark stream 同步，太庞大  
3） kafka connector同步  
4） 自写程序去读取解析写入

kafka connet 可以将完整的数据库注入到kafak topic中

KafkaConnect有两个核心概念：Source和Sink。 Source负责导入数据到Kafka，Sink负责从Kafka导出数据，它们都被称为Connector  
kafkaConnect通过Jest实现Kafka对接Elasticsearch。

如果用logstash去将Kafka中的数据写入到ElasticSearch  
input需要logstash-input-kafka插件，该插件logstash默认自带。

### 面试官: 好的，你不仅把我问的都回答了，我不知道的你也说了，这样你还有什么想问我的吗？ ###

嗯，有的面试官，咱们招聘的这个岗位是AB复制还是新增，未来的这个岗位的规划是怎样的？

### 面试官：巴拉巴拉小魔仙巴拉巴拉 ###

好的，我大体了解了，也对这个岗位比较感兴趣，期待能 有机会共事，感谢。那我先回去了，有消息第一时间通知我哈。

### 面试官： 我送送你 ###

面试官给我送到了地铁刷卡口，看着我刷卡进站，他才离去。

#### 害，我只能在面试官走后又刷卡出来，因为下一家面试就在隔壁楼上 ####

无奈。

## 后记 ##

本文略去了一些寒暄的过程，以及一些无意义的问题，诸如你老家是哪的，未来打算回老家发展吗，家人都在北京吗等等。

[20210412162700309.png]: /images/20221022/7a61dd6c79e2488687cd1bf9e29541bc.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpbnNodXpoYW4_size_16_color_FFFFFF_t_70]: /images/20221022/2a002301e5e54655b07dd221ba2d7e53.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpbnNodXpoYW4_size_16_color_FFFFFF_t_70 1]: /images/20221022/53d3763b0b954fdf8bee4d92ae69c45e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpbnNodXpoYW4_size_16_color_FFFFFF_t_70 2]: /images/20221022/24d7c88c697a46a89c9707d71e074423.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpbnNodXpoYW4_size_16_color_FFFFFF_t_70 3]: /images/20221022/72ddc8f5b3224d01937f23794a00ca3a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpbnNodXpoYW4_size_16_color_FFFFFF_t_70 4]: /images/20221022/dd6bbbb65c364e01ac94e8aead5b1014.png
[20210412165412933.png]: /images/20221022/972b3ad3b6f14130a566b176ae73c8a8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpbnNodXpoYW4_size_16_color_FFFFFF_t_70 5]: /images/20221022/e99e92ed89b14d7c9d3923ac3c57b1a1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpbnNodXpoYW4_size_16_color_FFFFFF_t_70 6]: /images/20221022/c64ff1c065c944549732a5bd504ab63e.png