每年秋招一开搜索“七牛云校招笔试题”的人就会多起来。这个关键词背后既有第一次投简历的应届生想提前摸底的心态也有不少人想知道一家以对象存储、CDN、数据处理起家的云厂商笔试到底在考什么作为一个这些年带过不少学弟学妹准备校招、自己也完整刷过七牛云技术类岗位笔试题的人我可以说这份卷一给人的第一印象是“覆盖面广”但真正坐下来拆一遍你会发现它的主线非常清晰——网络、存储、算法、分布式四块几乎是围绕七牛云自己的业务场景在出题。这篇内容我就按这份卷子的高频考点和出题逻辑把每个模块为什么会考、怎么答才能拿到分、背后对应的工程原理是什么一次讲透帮准备投七牛云或同类云计算厂商的同学少走弯路。1. 从七牛云的生意看笔试出题逻辑1.1 七牛云到底是做什么的先别说题目我们先想明白这家公司靠什么吃饭。七牛云的核心业务是对象存储Kodo、内容分发网络CDN、数据处理管道Dora简单说就是帮企业和开发者存文件、加速文件分发、在文件上传下载的过程中做图片压缩、音视频转码这类处理。这个业务画像决定了它对技术人才的需求方向。存文件要解决海量数据怎么放、怎么不丢、怎么快速读写的问题对应的是存储系统和分布式系统分发文件要解决网络传输效率、缓存命中、节点调度的问题对应的是计算机网络和CDN技术数据处理要解决上传大量文件后如何稳定跑转码/压缩任务的问题对应的是消息队列、任务调度、分布式计算。所以你可以看到七牛云的笔试不会像某些纯互联网公司那样疯狂堆砌偏门的算法题它的重心很自然地落在网络和存储上算法题也偏工程向——比如拓扑K、区间合并、LRU缓存这类实际系统里经常要用到的能力。理解了这个逻辑你就不需要盲目刷五百道LeetCode而是可以把精力集中在“和存储、网络相关的算法”以及“分布式基础概念”上。1.2 卷一整体题型结构和分值分布基于我对这套真题的整理七牛云2018校招技术岗笔试题卷一大致分为四类单选题、多选题、编程题、问答题/设计题。单选题多选一主要考察基础概念是否扎实多选题多选多得分率最低的题型多选、漏选都会扣分编程题一般是两到三道上机完成重点考察代码实现能力和复杂度控制问答题/设计题更偏向存储系统设计或者线上问题排查思路考察工程思维。题型题量占比考察重点常见失分点单选题约30%网络协议、操作系统、数据结构概念混淆比如TCP和UDP场景记反多选题约20%分布式、存储、缓存细节多选漏选对边界条件不敏感编程题约30%排序、哈希、字符串、链表只写思路不跑测试边界处理不全问答题/设计题约20%对象存储、CDN流程、系统设计没有分析框架想到哪写到哪单选题和编程题是基本盘决定你能不能过笔试这一关问答题是加分项决定你能不能进到面试官视野里比较靠前的位置。很多同学备考的时候只看编程题结果前面的网络和存储概念题错得稀里哗啦这是非常可惜的。1.3 一场笔试想筛出什么样的人七牛云这类云厂商的笔试本质上不是在招“刷题机器”而是在招“看着像能解决工程问题的人”。笔试题目设计有一个隐含逻辑如果你网络基础扎实说明你能理解请求从客户端到服务器要走哪些链路、在哪个环节可能出问题如果你对存储有概念说明你上手对象存储产品会更快也更容易理解系统设计中的瓶颈点如果你算法题写得干净利落说明你的代码落地能力不差。所以备考不应该是背答案而是建立“这个知识点在七牛云的产品里有什么用”的意识。比如考到HTTP缓存头你要能联想到CDN节点缓存策略考到一致性哈希你要能想到对象存储集群中数据分布和数据迁移考到最终一致性你要能联想到上传文件后为什么有时候立刻读取能看到、有时候要等一小会儿这背后就是不同区域节点之间的同步延迟。2. 网络基础题HTTP、DNS与缓存淘汰2.1 HTTP状态码和缓存头不是背题是看工程习惯卷一里HTTP相关题目几乎必出而且出题方式通常不是让你背“200是成功、404是找不到”而是给你一个具体场景让你判断该返回什么状态码或者让你设置合理的缓存头。比如上传一个不存在的对象、请求一个已删除的文件、客户端通过带条件的GET请求去校验本地缓存是否有效这些都对应七牛云对象存储真实API的语义。答题时重点要分清几组概念。一是2xx和3xx的区别301是永久重定向、302是临时重定向、304是Not ModifiedCDN回源场景中源站返回304就表示资源没变化CDN节点可以继续用自己的缓存这个在笔试里经常结合ETag和Last-Modified一起考。二是4xx和5xx的语义400是请求本身有问题、403是鉴权失败、404是对应资源不存在而500是服务器内部错误、503是服务暂时不可用平时排查线上故障时你一眼看到状态码就能定位问题方向。缓存头方面我建议大家把Cache-Control、Expires、ETag、Last-Modified四者之间的关系彻底理清楚。Expires是绝对时间缺点是客户端和服务器时间不一致时会失效Cache-Control的max-age是相对时间优先级高于ExpiresETag是资源内容的指纹变化时才会变配合If-None-Match使用Last-Modified是最后修改时间配合If-Modified-Since使用。CDN场景下优先级一般是Cache-Control ExpiresETag的判断比Last-Modified更精准。2.2 DNS解析流程一个URL是怎么样找到七牛机房的DNS题目在卷子里出现频率很高原因是七牛云的CDN业务几乎离不开域名解析。一道典型的题目会这样问用户在浏览器输入一个绑定到七牛云存储空间的域名完整的DNS解析过程是什么样的这里面有两个层次一个是本地DNS缓存的查找另一个是DNS服务器的递归/迭代查询。从本机开始浏览器会先查本地DNS缓存没命中再去查操作系统hosts文件之后请求本地DNS服务器。本地DNS服务器如果也没有缓存就会去根域名服务器找顶级域名服务器的地址再去权威域名服务器找到这条域名记录对应的CNAME值。七牛CDN的域名通常会配置CNAME指向CDN厂商的调度域名调度系统再根据用户IP、运营商、地理位置返回最优的边缘节点IP。笔试里考察的重点是递归查询和迭代查询的区别一般由本地DNS服务器代为发起的查询是递归查询而根服务器、顶级域名服务器返回“我告诉你下一个该找谁”的过程是迭代查询。备考的时候别只背流程要能答出TTL的作用TTL决定了这条解析结果能在各级缓存里存多久。如果业务上线新节点想让用户尽快切到新IP就调低TTL如果希望减少DNS解析压力、提升响应速度就适当调高TTL。这样答出来的东西面试官听着才会觉得你是真做过线上业务的。2.3 TCP与UDP考的不是概念是场景选择TCP和UDP的对比题几乎是网络部分必考的但卷子里一般不会直接问“TCP和UDP有什么区别”这种大而空的问题而是给场景比如视频直播场景应该用哪个协议文件传输场景用哪个协议为什么这个问题背后的关键点是TCP有可靠传输、流量控制、拥塞控制UDP没有这些机制但UDP头部开销小、延迟低、支持广播和多播。七牛云自己的数据处理管道里音视频转码后的内容分发、直播类客户推流拉流往往在传输层选UDP或基于UDP的私有协议就是因为实时性优先丢包了重传太慢用户端反而感受到卡顿。而对象存储的上传下载接口基本都是HTTPS底层是TCP因为文件传输要求不丢字节、顺序一致不能为了快而牺牲完整性。还有比较常考的是TCP三次握手和四次挥手以及为什么需要TIME_WAIT状态。握手答三次大家都会但四次挥手的状态迁移和TIME_WAIT存在的原因要能讲明白主动关闭方在发送最后一个ACK后要等2MSL核心目的是保证网络中的延迟报文不会影响新连接这在服务器高并发场景下非常关键如果大量连接堆积在TIME_WAIT端口和内存都会吃紧。3. 存储核心题对象存储与数据一致性3.1 对象存储为什么能扛住海量小文件七牛云起家的核心是对象存储所以卷一里存储相关的题是你无论如何都绕不开的。常考的一道选择题是对象存储的文件系统组织和传统文件系统相比最大的区别是什么答案不是“数据块大小不一样”而是“对象存储采用扁平化的命名空间和元数据与数据分离的架构”。传统文件系统用目录树组织文件有路径、目录层级处理海量文件时目录的元数据会成为瓶颈。对象存储则把整个存储空间看成一个巨大的桶桶下面直接挂对象对象通过唯一的键来标识。这个键看起来像路径比如“/images/2024/01/01/a.jpg”但它不是真正的目录结构底层元数据服务直接通过这个键路由到对应的数据副本。正因为没有目录树对象存储可以水平扩展并发读写能力远远超过单机文件系统。这道题的答题要点分三个层次第一对象存储的命名空间是扁平的没有目录概念第二元数据服务独立于数据存储节点客户端先查元数据拿位置再去数据节点读写第三对象的属性包括键、数据、元数据、版本号等。能说清这三点这道题就稳了。3.2 数据冗余多副本还是纠删码存储相关题里另一个高频考点是数据冗余策略。七牛云的Kodo存储底层有副本和纠删码两种机制笔试会考察你对两者的理解。最基础的问题是多副本存储有什么优缺点、纠删码Erasure Coding是什么、两者怎么选。多副本就是同一个对象保存三份放在不同机架甚至不同机房。优点是读性能好任何一个节点挂了直接从其他副本读就行缺点是存储成本高三副本意味着三倍的物理空间。纠删码是把数据切成数据块和校验块比如EC 42就是把数据切成4块再算出2个校验块分布在6个节点上允许任意2个节点损坏不丢数据。纠删码的存储成本只有原来的1.5倍比三副本省很多但写入时要额外计算校验块消耗CPU读取时如果遇到部分块丢失还需要联合多个块恢复数据耗时会增加。笔试里遇到这类题回答不能停留在名词解释要补充工程权衡对访问频率高的热点数据用三副本保证读性能对冷数据用纠删码降低存储成本很多云厂商都是这种混合策略。这个角度能体现出你真的理解存储系统设计。3.3 一致性问题为什么是必考题分布式存储绕不开一致性七牛云笔试题里这部分约等于必考。常考题目包括什么是强一致性、什么是最终一致性、对象存储写入后为什么客户端可能立刻读不到、如何解决。回答这类题之前一定要先建立CAP模型的框架。分布式系统在遇到网络分区时必须在C一致性和A可用性之间做取舍。对象存储这种面向海量用户的服务默认是优先保证可用性和最终一致性的——因为客户端上传文件后系统立即返回成功但如果数据还没有同步到所有副本其他节点上的读取请求可能拿不到最新数据。笔试答题时可以举一个具体场景用户上传头像到七牛云上传接口返回成功用户刷新页面发现头像还没更新。这背后的原因是上传请求写入了主副本返回成功后主副本往其他副本同步数据的过程是异步的此时如果再请求到还没同步完的副本就读到了旧数据。最终一致性模型下只需要等待几百毫秒到几秒所有副本同步完成读到的就是新数据了。答题的加分项是提到版本号或者向量时钟机制用来判断哪个副本的数据是最新的避免同步过程中的覆盖写冲突。4. 算法和编程题的常见打开方式4.1 高频算法考点Top K、LRU、区间问题七牛云卷一算法题相比字节、快手这种算法大厂整体难度中等偏上但方向比较集中。我从历年的题目规律来看最高的三个出题点是Top K问题、LRU缓存淘汰、区间合并或者类似基于排序的贪心问题。Top K问题对应海量数据筛选的场景比如统计访问量最高的K个文件、一个日志文件里出现次数最多的K个IP。最优解是维护大小为K的小顶堆遍历一遍堆顶就是当前第K大的数。笔试如果问你时间复杂度你要回答O(n log K)而不是O(n log n)后者虽然也能通过但说明你没考虑大数据量的内存消耗。如果更进一步问海量数据在内存放不下怎么办就需要先哈希分片到多个文件每个文件算局部Top K最后再做归并。LRU缓存淘汰是另一个出现频率极高的题原因是对象存储和CDN的节点缓存设计里太需要LRU思想了。笔试要求一般是手写LRU的Get和Put操作要求O(1)时间复杂度标准解法是哈希表加双向链表。关键是链表头表示最近访问链表尾表示最久未使用每当访问一个已有节点就把它从原位置摘下来放到头部每当新插入节点且容量满了就删掉尾部节点。4.2 编程题的典型陷阱边界与复杂度编程题写出来不等于过跑不过边界用例等于没写。这是我反复和学弟学妹强调的一点笔试环境不比本地开发没有断点调试没有强大的IDE提示提交之前一定要自己把边界情况盘一遍。以Top K为例边界至少有K大于数组长度怎么办K等于0怎么办数组里有大量重复元素怎么办。以区间合并为例边界至少有输入为空、区间乱序、一个区间完全包含另一个区间。以链表题为例边界至少有头节点为null、只有一个节点、要删的恰好是头节点。笔试题代码风格也要注意。命名规范、缩进清晰、重要步骤注释这些都会影响面试官对你的判断。写完代码后建议在草稿纸上走一遍示例数据画一下链表指针的变化过程能提前发现很多低级错误。我给出一个简单示例说明LRU的Get和Put的基本框架重点不是代码本身而是让大家体会这类题的实现思路。struct Node { int key, val; Node* prev; Node* next; Node(int k, int v) : key(k), val(v), prev(nullptr), next(nullptr) {} }; class LRUCache { private: int cap; unordered_mapint, Node* mp; Node* head; Node* tail; public: LRUCache(int capacity) { cap capacity; head new Node(-1, -1); tail new Node(-1, -1); head-next tail; tail-prev head; } int get(int key) { if (mp.find(key) mp.end()) return -1; Node* node mp[key]; moveToHead(node); return node-val; } void put(int key, int value) { if (mp.find(key) ! mp.end()) { Node* node mp[key]; node-val value; moveToHead(node); } else { Node* node new Node(key, value); mp[key] node; addToHead(node); if (mp.size() cap) { Node* removed tail-prev; removeNode(removed); mp.erase(removed-key); delete removed; } } } void removeNode(Node* node) { node-prev-next node-next; node-next-prev node-prev; } void addToHead(Node* node) { node-prev head; node-next head-next; head-next-prev node; head-next node; } void moveToHead(Node* node) { removeNode(node); addToHead(node); } };链表的双向指针操作非常容易出错笔试时建议先画图再动手。另外很多语言的哈希表在访问已有key时不会改变插入顺序所以LRU一定要靠额外的双向链表维护访问序列不能只依赖哈希表。4.3 笔试时间分配和做题顺序编程题在笔试里往往不是先做的那道。我的建议是拿到卷子先花五分钟把全部题目扫一遍看看哪类题是自己最有把握的。一般先做单选和多选把该拿的基础分拿稳再做编程题最后留至少十五分钟做问答题/设计题。编程题如果一道题怎么想都没有思路果断先跳过不要在一道题上死磕超过二十分钟。笔试看重的是总分不是单题满分。我曾经见过有人在一道二分查找的变种题上卡了四十分钟导致后面的系统设计题完全来不及写这是最可惜的。时间分配没有绝对标准但可以提供参考选择题占三十分钟编程题每道十五到二十分钟问答题占十五分钟。如果编程题总共有三道那就说明你需要在一小时内完成全部上机代码时间相当紧务必先写核心逻辑再考虑优化。5. 分布式与系统设计题从概念到答题框架5.1 CAP不是“三选二”是要说清楚取舍很多同学答分布式相关的题上来就背“CAP理论指一致性、可用性、分区容错性三者只能选二”这个回答太套路了拿不到高分。真正的答法是先讲清楚为什么三选二不是完全准确网络分区在分布式系统中是不可避免的也就是说P分区容错性是必须保证的系统真正面临的选择是在发生分区时优先保证C还是优先保证A。以对象存储系统为例一个写入请求到达A副本所在节点但A节点和B节点之间的网络发生了分区此时如果系统必须立刻返回写入成功那么B节点上的读请求可能会在一段时间内读不到新数据这是保可用性、牺牲强一致性如果系统要求所有副本都写入成功才返回那么一旦分区发生整个系统只能拒绝该写入请求这是保强一致性、牺牲可用性。七牛云这种对外提供服务的云存储在大多数场景下会优先保证可用性通过异步复制实现最终一致性。但有一个例外有些客户的业务对一致性要求极高比如订单系统、账户余额相关操作这时候会提供强一致读的接口走专门的路由确保读写都到主节点。5.2 幂等、重试和超时控制怎么答问答题/设计题里我印象很深的一道题是客户端上传对象到对象存储如果网络超时客户端重试怎么避免服务端多次写入这道题的考点是幂等性设计。简单说同一个操作执行一次和执行多次结果是一样的。对象存储的上传接口通常会让客户端生成一个requestId这个requestId在服务端会做去重。第一次请求执行成功但响应超时客户端用同一个requestId重试服务端查到这个requestId已经处理过直接把第一次的结果返回不重复写入。答题时要展开的内容包括什么时候算超时超时时间怎么设置重试的次数和退避策略怎么设计。超时时间太短会导致大量请求重试打爆服务端太长又会让用户等待很久。一般的做法是配置连接超时和读超时两个阈值配合指数退避算法比如第一次等200毫秒第二次等400毫秒最多重试三次防止重试风暴。幂等设计不仅笔试爱考面试也爱追问。原理上所有对线上有写入操作的API都应该考虑幂等因为客户端超时重试是常态不是异常。5.3 高可用和灾备多区域多活怎么讲最后一部分设计题往往会涉及高可用和灾备。七牛云有多个机房分布在华北、华东、华南等不同区域对象存储服务会做跨区域复制。笔试题里可能会问如果某个区域整体故障如何保证用户的访问不受影响答题框架可以从DNS调度切入用户访问同一个存储空间对应的域名DNS会根据用户所在区域和机房健康状态把请求调度到正常区域的入口。正常情况下华东用户访问华东机房华北用户访问华北机房一旦华东机房整体故障调度系统会探测到华东机房健康检查失败把原本路由到华东的请求切到华北机房。这个设计方案在笔试答题时应包含三个关键内容第一健康检查机制通过定期发送心跳探测机房的API可用性第二流量调度策略基于DNS、负载均衡、路由表三层的配合第三数据同步策略跨区域复制是异步的还是同步的故障切换时能容忍丢失多少数据。能把这三个层次讲清楚就证明你不是只会背概念而是真的理解高可用系统的组成。6. 复盘与备考节奏6.1 这一卷看完该补哪些知识模块如果你目标是七牛云或者类似云计算厂商不用面面俱到地把所有知识都刷一遍按优先级补就行。下面是基于这份卷一考点整理的优先级清单从高到低排列模块具体知识点优先级计算机网络HTTP/HTTPS、DNS解析、TCP/UDP、CDN缓存高存储系统对象存储、元数据、副本、纠删码、一致性高算法与数据结构Top K、LRU、哈希、链表、堆、排序高操作系统进程线程、协程、IO模型、内存管理中分布式基础CAP、幂等、负载均衡、跨区同步中Linux常用命令、文件系统、性能排查中这份清单和纯互联网大厂的准备路径差异在于存储和网络的比例要明显加大。刷题网站上的标签筛选可以多选“哈希表”“堆”“设计”三个标签这基本对应卷一算法题的最常见出题范围。6.2 过来人踩过的坑第一个坑是只看不练。很多同学花大量时间看视频学网络、看博客学存储但真正做编程题、上手画图的时间很少等到笔试现场才发现代码手速完全跟不上思路。我的建议是不要只看不练每学完一个模块就找对应题刷十道以上培养肌肉记忆。第二个坑是选择题吃不准就蒙。多选的评分规则决定了蒙错的代价很高有把握的选项才选拿不准的宁可不选也别多选。单选题里出现两个感觉都对的选项要回到题目场景去判断哪个更贴合题意而不是凭第一感觉。第三个坑是写系统设计题没有框架。问答题最忌讳上来就写“如果我是架构师我会这么搞……”东一句西一句没有任何分析结构。建议所有设计题都按“需求分析—瓶颈识别—方案选型—容错处理”的顺序来展开先说明这个系统的流量多大、读写比例多少再说可能出现的瓶颈然后设计方案最后交代故障场景怎么处理这样答出来的逻辑是完整的。第四个坑是忽略手写代码。虽然笔试一般是在线上编辑器里写但很多编程题会要求你实现一个完整函数而不是只写核心逻辑。平时练习一定要自己敲完整代码不要只在草稿纸上写伪代码不然笔试时很多低级语法错误会让你非常被动。6.3 用一周时间备战的节奏参考如果笔试还有一周可以参考这个节奏排计划。前两天把所有网络和操作系统基础点过一遍重点看HTTP缓存头、DNS流程、TCP状态流转和Linux IO模型同时每天坚持刷两道字符串或链表题保持手感。第三四天集中刷算法题优先刷Top K、LRU、区间合并、全排列这类高频类型把每道题的最优解模板整理成自己的笔记遇到类似题直接套思路。第五天专项看存储和分布式核心是把对象存储写入流程、一致性哈希、CAP取舍、幂等设计弄明白。第六天做一套模拟笔试严格计时尽量模拟真实考场环境感受时间分配。第七天复盘错题重点看那些“知道知识点但没写对”的题往往就是笔试现场最容易失分的点。这份卷一本身只是校招路上的一道关卡它真正想测的不是你记住了多少名词而是你面对一个真实业务场景时能不能用已有的计算机基础去推导和解决问题。把存储和网络这两个主航道理解透再配合扎实的代码能力你不仅在七牛云的笔试里能用在同类云计算公司的校招里同样能打。