内容摘要：Python垃圾回收机制是什么作为Python的使用者来说，Python中的垃圾回收主要以引用计数为主，再引入标记、清除，分代为辅来解决循环引用的问题。一个对象被引用时，引用计数加1，当对象被del时

Python垃圾回收机制是常见础面什么

作为Python的使用者来说，Python中的试题垃圾回收主要以引用计数为主，再引入标记、常见础面清除，试题分代为辅来解决循环引用的常见础面问题。

一个对象被引用时，试题引用计数加1，常见础面当对象被del时，试题引用计数减去1，常见础面为0时，试题对象就被清除，常见础面一般情况下用户不会去操作Python的试题垃圾回收机制，但它留有API接口。常见础面

元组和列表的试题区别

主要区别是列表是可变的，而元组是常见础面不可变的。 

>>> mylist=[1,3,3] >>> mylist[1]=2 >>> mytuple=(1,3,3) >>> mytuple[1]=2 Traceback (most recent call last): File "<pyshell#97>", line 1, in <module> 

元组可以作为字典的key?

首先一个对象能不能作为字典的key, 就取决于其有没有__hash__方法。 所以除了容器对象(list/dict/set)和内部包含容器对象的tuple是不可作为字典的key，其他的亿华云计算对象都可以。

进程-线程-协程

进程

操作系统进行资源分配和调度的基本单位，多个进程之间相互独立

稳定性好，如果一个进程崩溃，不影响其他进程，但是进程消耗资源大，开启的进程数量有限制

线程

CPU进行资源分配和调度的基本单位，线程是进程的一部分，是比进程更小的能独立运行的基本单位，一个进程下的多个线程可以共享该进程的所有资源

如果IO操作密集，则可以多线程运行效率高，缺点是如果一个线程崩溃，都会造成进程的崩溃

协程

子程序调用总是一个入口，一次返回，调用顺序是明确的。而协程的调用和子程序不同。服务器托管

协程看上去也是子程序，但执行过程中，在子程序内部可中断，然后转而执行别的子程序，在适当的时候再返回来接着执行。

赋值、浅拷贝和深拷贝

深拷贝就是将一个对象拷贝到另一个对象中，这意味着如果你对一个对象的拷贝做出改变时，不会影响原对象。在Python中，我们使用函数deepcopy()执行深拷贝。

浅拷贝则是将一个对象的引用拷贝到另一个对象上，所以如果我们在拷贝中改动，会影响到原对象。

GIL

GIL是Python的全局解释器锁，同一进程中假如有多个线程运行，一个线程在运行Python程序的时候会霸占Python解释器(加了一把锁即GIL)，使该进程内的其他线程无法运行，等该线程运行完后其他线程才能运行。如果线程运行过程中遇到耗时操作，则解释器锁解开，使其他线程运行。亿华云所以在多线程中，线程的运行仍是有先后顺序的，并不是同时进行。

多进程中因为每个进程都能被系统分配资源，相当于每个进程有了一个Python解释器，所以多进程可以实现多个进程的同时运行，缺点是进程系统资源开销大。

列表去重

先通过转换为集合去重，在转列表。

最常用的排序算法及其复杂度

冒泡排序

外层循环从1到n-1，内循环从当前外层的元素的下一个位置开始，依次和外层的元素比较，出现逆序就交换，通过与相邻元素的比较和交换来把小的数交换到最前面。 

def bubbleSort(array): if len(array) < 2:     return array else:     isSorted = False     counter = 0     while not isSorted:         isSorted = True         for idx in range(len(array) - 1 - counter):             if array[idx] > array[idx + 1]:                 isSorted = False                 (array[idx + 1], array[idx]) = (array[idx], array[idx + 1])         counter += 1     return array 

快速排序

通过一趟排序将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。

选定Pivot中心轴 从R指针开始，将大于Pivot的数字放在Pivot的右边 将小于Pivot的数字放在Pivot的左边 分别对左右子序列重复前三步操作  def quickSort(array): print(array) if len(array) < 2:     return array else:     pivot_index = 0     pivot = array[pivot_index]     less_part = [i for i in array[pivot_index+1:] if i <= pivot]     large_part = [i for i in array[pivot_index+1:] if i > pivot]     return quickSort(less_part) + [pivot] + quickSort(large_part) 

闭包

函数的返回值是函数对象，只有外部函数才可以对他进行访问，提高了安全性

with

with语句的使用，可以简化代码，有效避免资源泄露的发生。

打开文件在进行读写的时候可能会出现一些异常状况，如果按照常规的f.open写法，我们需要try，except，finally，做异常判断，并且文件最终不管遇到什么情况，都要执行finally f.close()关闭文件，with方法帮我们实现了finally中f.close。

实例方法 静态方法

实例方法只能被实例调用，静态方法(@由staticmethod装饰器的方法)、类方法(由@classmethod装饰器的方法)，可以被类或类的实例对象调用。

实例方法，第一个参数必须要默认传递实例对象，一般使用self。 静态方法，参数没有必要。 类方法，第一个参数必须要默认传递，一般使用cls。

迭代器和生成器

迭代器

迭代器是一个可以记住遍历的位置的对象。

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

迭代器有两个基本的方法：iter()和next()。

字符串，列表或元组对象都可用于创建迭代器： 

>>> list=[1,2,3,4] >>> it = iter(list)    # 创建迭代器对象 >>> print (next(it))   # 输出迭代器的下一个元素 1 >>> print (next(it)) 2 >>> 

生成器

使用了yield的函数被称为生成器。

生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器，在调用生成器运行的过程中，每次遇到yield时函数会暂停并保存当前所有的运行信息，返回yield的值，并在下一次执行next()方法时从当前位置继续运行

匿名函数 

print [(lambda x:x*x)(x)for x in range(5)] [0, 1, 4, 9, 16, 25] 

Map、Reduce、Filter

Map

对可迭代对象中的每个元素进行相同的操作。 

def fn(x): return x+1 resp = map(fn,li) print(list(resp)) [2, 3, 4] 

Reduce

从左到右对一个序列的项累计地应用有两个参数的函数，以此合并序列到一个单一值。(例如累加或累乘列表元素等等) 

from functools import reduce nums=[1, 2, 3, 4] def fn(x, y): return x * y resp = reduce(fn, nums) print(resp) 24 

Filter

Filter函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。该接收两个参数：第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回True或False，最后将返回True的元素放到新列表。 

a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] def fn(a): return a%2 == 1 newlist = filter(fn, a) newlist = [i for i in newlist] print(newlist) ## 输出: [1, 3, 5, 7, 9]  

Django

什么是WSGI

Python Web Server Gateway Interface，翻译过来是Python Web服务器网关接口，实际上就是一种协议，我们的应用(Django，Flask)实现了WSGI，就可以配合实现了WSGI(uWSGI，gunicorn)的服务器工作了

Django请求的生命周期

前端发送请求 WSGI，他就是socket服务端，用于接收用户请求并将请求进行初次封装，然后将请求交给Web框架(Flask、Django) 中间件处理请求，帮助我们对请求进行校验或在请求对象中添加其他相关数据，例如：CSRF、request.session 路由匹配，根据当前请求的URL找到视图函数，如果是FBV写法，通过判断method两类型，找到对应的视图函数;如果是CBV写法，匹配成功后会自动去找Dispatch方法，然后Django会通过Dispatch反射的方式找到类中对应的方法并执行 视图函数，在视图函数中进行业务逻辑的处理，可能涉及到：orm、view视图将数据渲染到template模板 视图函数执行完毕之后，会把客户端想要的数据返回给Dispatch方法，由Dispatch方法把数据返回经客户端 中间件处理响应 WSGI，将响应的内容发送给浏览器 浏览器渲染

列举Django的内置组件

Admin：对model中对应的数据表进行增删改查提供的组件 model：负责操作数据库 form：1. 生成HTML代码;2. 数据有效性校验;2. 校验信息返回并展示 ModelForm：即用于数据库操作，也可用于用户请求的验证

列举Django中间件的5个方法?以及Django中间件的应用场景

process_request：请求进来时，权限认证 process_view：路由匹配之后，能够得到视图函数 process_exception：异常时执行 process_template_responseprocess：模板渲染时执行 process_response：请求有响应时执行

简述什么是FBV和CBV

FBV和CBV本质是一样的，基于函数的视图叫做FBV，基于类的视图叫做CBV。

在Python中使用CBV的优点：

提高了代码的复用性，可以使用面向对象的技术，比如Mixin(多继承) 可以用不同的函数针对不同的HTTP方法处理，而不是通过很多if判断，提高代码可读性

Django的Request对象是在什么时候创建的 

class WSGIHandler(base.BaseHandler): request = self.request_class(environ) 

请求走到WSGIHandler类的时候，执行cell方法，将environ封装成了Request。

如何在CBV添加装饰器

方法 

from django.utils.decorators import method_decorator @method_decorator(check_login) def post(self, request): ... 

Dispatch 

@method_decorator(check_login) def dispatch(self, request, *args, **kwargs): 

类 

@method_decorator(check_login, name="get") @method_decorator(check_login, name="post") class HomeView(View): ... 

列举Django ORM中所有的方法 

<1> all():                  查询所有结果  <2> filter(**kwargs):       它包含了与所给筛选条件相匹配的对象。获取不到返回None <3> get(**kwargs):          返回与所给筛选条件相匹配的对象，返回结果有且只有一个。                           如果符合筛选条件的对象超过一个或者没有都会抛出错误。 <4> exclude(**kwargs):      它包含了与所给筛选条件不匹配的对象 <5> order_by(*field):       对查询结果排序 <6> reverse():              对查询结果反向排序  <8> count():                返回数据库中匹配查询（QuerySet）的对象数量 <9> first():                返回第一条记录  <10> last():                返回最后一条记录  <11> exists():              如果QuerySet包含数据，就返回True，否则返回False <12> values(*field):        返回一个ValueQuerySet——一个特殊的QuerySet，运行后得到的                           并不是一系 model的实例化对象，而是一个可迭代的字典序列 <13> values_list(*field):   它与values()非常相似，它返回的是一个元组序列，values返回的是一个字典序列 <14> distinct():            从返回结果中剔除重复纪录  select_related和prefetch_related的区别

有外键存在时，可以很好的减少数据库请求的次数，提高性能，select_related通过多表join关联查询，一次性获得所有数据，只执行一次SQL查询prefetch_related分别查询每个表，然后根据它们之间的关系进行处理，执行两次查询。

Django中CSRF的实现机制

第一步：Django第一次响应来自某个客户端的请求时，后端随机产生一个Token值，把这个Token保存在Session状态中;同时，后端把这个Token放到cookie中交给前端页面。 第二步：下次前端需要发起请求(比如发帖)的时候把这个Token值加入到请求数据或者头信息中，一起传给后端;Cookies:{ csrftoken:xxxxx} 第三步：后端校验前端请求带过来的Token和Session里的Token是否一致。

Django中如何实现ORM表中添加数据时创建一条日志记录 

# 使用Django的信号机制，可以在添加、删除数据前后设置日志记录： pre_init    # Django中的model对象执行其构造方法前，自动触发 post_init   # Django中的model对象执行其构造方法后，自动触发 pre_save    # Django中的model对象保存前，自动触发 post_save   # Django中的model对象保存后，自动触发 pre_delete  # Django中的model对象删除前，自动触发 post_delete # Django中的model对象删除后，自动触发 # 使用 @receiver(post_save, sender=Myclass)　　 　　　　# 信号接收装饰器。由于内置信号，所以直接接收 def signal_handler(sender, **kwargs):　　　　　　# 接收到信号后，在此处理 　　 logger = logging.getLogger() logger.success(保存成功) 

Django缓存如何设置 

CACHES = {  default: {  BACKEND: django.core.cache.backends.dummy.DummyCache,  # 缓存后台使用的引擎 TIMEOUT: 300,            # 缓存超时时间（默认300秒，None表示永不过期，0表示立即过期） OPTIONS:{  MAX_ENTRIES: 300,          # 最大缓存记录的数量（默认300） CULL_FREQUENCY: 3,          # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3） }, } }  

Django的缓存能使用Redis吗?如果可以的话，如何配置 

CACHES = {  "default": {      "BACKEND": "django_redis.cache.RedisCache",     "LOCATION": "redis://127.0.0.1:6379",     "OPTIONS": {          "CLIENT_CLASS": "django_redis.client.DefaultClient",         "CONNECTION_POOL_KWARGS": { "max_connections": 100}         # "PASSWORD": "密码",     } } }  

Django路由系统中name的作用

主要是通过name的值，来查找url地址，可以理解为反射作用。在html模板中使用name来反射url优势就是后期url规则发生改变之后，只需调整urls.py即可，所有的模板文件都不需要修改。

Django REST Framework框架中都有那些组件

认证 权限(授权) 用户访问次数/频率限制 版本 解析器(parser) 序列化 分页 路由系统 视图 渲染器

简述Django REST Framework框架的认证流程

当用户进行登录的时候，运行了登录类的as_view()方法，进入了APIView类的Dispatch方法 执行self.initialize_request这个方法，里面封装了Request和认证对象列表等其他参数 执行self.initial方法中的self.perform_authentication，里面运行了user方法 再执行了user方法里面的self._authenticate()方法