百度PHP工程师面试题和答案解析

#百度PHP工程师面试题和答案解析

一、单选题（共10题，每题5分

1.以下代码输出的结果是？

$a=[0,1,2,3]; $b=[1,2,3,4,5]; $a+=$b; echo json_encode($a);

A. [0,1,2,3]
B. [1,3,5,7,5]
C. [1,2,3,4,5]
D. [0,1,2,3,5]

参考答案：D

答案解析：

考的是数组+和array_merge的区别 当下标为数值时，array_merge()不会覆盖掉原来的值，但array＋array合并数组则会把最先出现的值作为最终结果返回，而把后面的数组拥有相同键名的那些值“抛弃”掉（不是覆盖）. 当下标为字符时，array＋array仍然把最先出现的值作为最终结果返回，而把后面的数组拥有相同键名的那些值“抛弃”掉，但array_merge()此时会覆盖掉前面相同键名的值.

2.以下代码执行结果是？

$count = 5;function get_count(){
static $count = 0;
return $count++;}++$count;get_count();echo get_count();

A.0

B.1

C.2

D.3

参考答案：B

答案解析：

如果你回答 2 ，恭喜，你掉入陷阱了。 其实这道题主要考两点，第一点是static静态类型。这种的值永远都是静态的，第一次调用声明等于0，并且自增等于1。第二次调用，1再自增就等于2。但其实这里还有一道陷阱，那就是++a与a++的区别，前++是先自增，后++是先返回值再自增，所以结果等于 1。

3.以下PHP代码执行的结果是？

$a=[1,2,3]; foreach($a as &$v){

} foreach($a as $v){

} echo json_encode($a);

A、[1,2,3]

B、[1,2,2]

C、[1,1,2]

D、[1,3,2]

参考答案：B

答案解析：

在 PHP 中，foreach 结束后，循环中的索引值（index）及內容（value）並不会被重置。 所以最后的 $v还指向最后一个元素，再次循环，就会把最后个元素的值修改掉了。

解决的办法是，循环完毕之后，用unset($v); https://www.php.net/manual/en/control-structures.foreach.php

4.php执行过程的顺序正确的是？

A、扫描->解析->编译->执行->输出

B、扫描->解析->执行->编译->输出

C、扫描->编译->解析->执行->输出

D、扫描->执行->编译->解析->输出

参考答案：A

答案解析：

PHP简化执行过程： 1.扫描(scanning) ,将index.php内容变成一个个语言片段(token) 2.解析(parsing) , 将一个个语言片段变成有意义的表达式 3.编译(complication),将表达式编译成中间码(opcode) 4.执行(execution),将中间码一条一条的执行 5.输出(output buffer),将要输出的内容输出到缓冲区

5.php垃圾回收机制的说法错误的是？

A、在一个垃圾周期中，通过检查引用计数是否减1，并且检查哪些变量容器的引用次数是零，来发现哪部分是垃圾

B、可以通过调用gc_enable() 和 gc_disable()函数来打开和关闭垃圾回收机制

C、通过清理未被使用的变量来节省内存的占用

D、php代码执行完毕后会自动执行垃圾回收，所以不需要手动执行垃圾回收

参考答案：D

答案解析：

php一段代码有可能要长时间执行，但若此期间有未引用的变量的话，就会占用内存的空间，导致运行缓慢等问题

6.关于XSS防御，错误的是？

A、禁止字符

B、限制字符(reg_match)

C、过滤(preg_replace)

D、转义标签(htmlspecialchars)

参考答案：A

答案解析：

转义标签(htmlspecialchars) 限制字符(reg_match) 过滤(preg_replace) http only 模板引擎

7.有一个文件ip.txt，每行一条ip记录，共若干行，下面哪个命令可以实现“统计出现次数最多的前3个ip及其次数”？（ ）

A、uniq -c ip.txt

B、sort -nr ip.txt | uniq -c | sort -nr | head -n 3

C、cat ip.txt | count -n | sort -rn | head -n 3

D、cat ip.txt | count -n

参考答案：B

答案解析：

本题利用管道符"|"组合多个命令，uniq -c filename用于去除冗余并统计每一行出现的次数。 sort -r指逆序排序，-n指按数字字符串大小排序 head指定数量。 剩下的二选一交给运气。

正确的命令应该为： sort -nr ip.txt | uniq -c | sort -nr | head -n 3 第一次排序，把ip按顺序排列，因为第二个uniq只会合并相邻项 第二次排序，才是把ip按出现次序大小从大到小排列 最后取前三项结果。

8.Mysql索引使用的B-Tree描述错误的是？

A、每个非叶子结点由n-1个key和n个指针组成，其中d<=n<=2d；

B、每个叶子结点至少包含一个key和两个指针

C、所有叶结点都在同一层，深度等于树高h

D、一个结点中的key从左至右递减排列

参考答案：D

答案解析：

B-Tree是满足条件： d>=2，即B-Tree的度； h为B-Tree的高； 每个非叶子结点由n-1个key和n个指针组成，其中d

9.下列哪个是创建一个每周三01:00~04:00每3分钟执行执行一次的crontab指令？

A、* 1,4 * * 3 /bin/bash /home/sijiaomao/ok.sh

B、*/3 1,4 * * 3 /bin/bash /home/sijiaomao/ok.sh

C、*/3 1-4 * * 3 /bin/bash /home/sijiaomao/ok.sh

D、*/3 1-4 * * * /bin/bash /home/sijiaomao/ok.sh

参考答案：C

答案解析：

A：每周三的1时4时每分钟执行一次 B：每周三的1时4时每3分钟执行一次 C：满足要求 D：每天的1时4时每3分钟执行一次

10.正则的引擎表述错误的是？

A、正则引擎主要可以分为两大类：一种是DFA，一种是NFA。

B、一般而论，NFA引擎则搜索更快一些。但是DFA以表达式为主导，更容易操纵，因此一般程序员更偏爱DFA引擎！

C、NFA表达式主导,DFA文本主导.

D、可以使用是否支持忽略优先量词和分组捕获来判断引擎类型：支持 NFA,不支持 DFA

参考答案：B

答案解析：

正确的说法应该是：一般而论，DFA引擎则搜索更快一些。但是NFA以表达式为主导，更容易操纵，因此一般程序员更偏爱NFA引擎！

二、多选题（共10题，每题5分）

1.HTTP中GET与POST的区别有哪些？

A、GET在浏览器回退时是无害的，而POST会再次提交请求

B、GET请求只能进行url编码，而POST支持多种编码方式

C、GET请求会被浏览器主动cache，而POST不会，除非手动设置。

D、GET产生一个TCP数据包，POST产生两个TCP数据包。

参考答案：A,B,C,D

答案解析：

HTTP中GET与POST的区别如下，注意最后一条

·GET在浏览器回退时是无害的，而POST会再次提交请求。

·GET产生的URL地址可以被Bookmark，而POST不可以。

·GET请求会被浏览器主动cache，而POST不会，除非手动设置。

·GET请求只能进行url编码，而POST支持多种编码方式。

·GET请求参数会被完整保留在浏览器历史记录里，而POST中的参数不会被保留。

·GET请求在URL中传送的参数是有长度限制的，而POST没有。

·对参数的数据类型，GET只接受ASCII字符，而POST没有限制。

·GET比POST更不安全，因为参数直接暴露在URL上，所以不能用来传递敏感信息。

·GET参数通过URL传递，POST放在Request body中。

·GET产生一个TCP数据包，POST产生两个TCP数据包。

关于最后一条，详情参考 https://blog.csdn.net/happy_xiahuixiax/article/details/72859762

2.MySQL有一个复合索引：INDEX(a, b, c)，以下查询能用上索引的有？

A、select * from users where a = 1 and b = 2

B、select * from users where b = 2 and a = 1

C、select * from users where a = 2 and c = 1

D、select * from users where b = 2 and c = 1

参考答案：A,B,C

答案解析：

请牢记最左前缀原则

使用方式 能否用上索引

select * from users where a = 1 and b = 2 能用上a、b

select * from users where b = 2 and a = 1 能用上a、b（有MySQL查询优化器）

select * from users where a = 1 and b = 2 能用上a

select * from users where a = 1 and b = 2 不能

选项D 无法用上索引。

3.为什么大型网站要使用消息队列？

A、解耦

B、异步

C、削峰

D、大数据处理

参考答案：A,B,C

答案解析：

消息队列常见的使用场景有很多，但是比较核心的有 3 个：解耦、异步、削峰 大数据处理，有相应的处理办法，和消息队列关系不大。

3.为什么大型网站要使用消息队列？

A、解耦

B、异步

C、削峰

D、大数据处理

参考答案：A,B,C

答案解析：

消息队列常见的使用场景有很多，但是比较核心的有 3 个：解耦、异步、削峰 大数据处理，有相应的处理办法，和消息队列关系不大。

5关于缓存雪崩的事前事中事后的解决方案正确的有？

A、事前：进行系统压力测试，在负载均衡层做限流处理，过载丢弃请求或者进入队列

B、事前：redis 高可用，主从+哨兵，redis cluster，避免全盘崩溃。

C、事中：本地 ehcache 缓存 + hystrix 限流&降级，避免 MySQL 被打死。

D、事后：redis 持久化，一旦重启，自动从磁盘上加载数据，快速恢复缓存数据。

参考答案：A,B,C,D

答案解析：

缓存雪崩的事前事中事后的解决方案如下。

·事前：进行系统压力测试，在负载均衡层做限流处理，过载丢弃请求或者进入队列

·事前：redis 高可用，主从+哨兵，redis cluster，避免全盘崩溃。

·事中：本地 ehcache 缓存 + hystrix 限流&降级，避免 MySQL 被打死。

·事后：redis 持久化，一旦重启，自动从磁盘上加载数据，快速恢复缓存数据。

6.设计一个高并发系统，需要重点考虑的问题有？

A、系统拆分

B、缓存

C、MQ

D、分库分表

E、读写分离

F、ElasticSearch

参考答案：A,B,C,D,E,F

答案解析：

如何设计一个高并发系统？

系统拆分 将一个系统拆分为多个子系统，用 dubbo 来搞。然后每个系统连一个数据库，这样本来就一个库，现在多个数据库，不也可以扛高并发么。

缓存 缓存，必须得用缓存。大部分的高并发场景，都是读多写少，那你完全可以在数据库和缓存里都写一份，然后读的时候大量走缓存不就得了。毕竟人家 redis 轻轻松松单机几万的并发。所以你可以考虑考虑你的项目里，那些承载主要请求的读场景，怎么用缓存来抗高并发。

MQ MQ，必须得用 MQ。可能你还是会出现高并发写的场景，比如说一个业务操作里要频繁搞数据库几十次，增删改增删改，疯了。那高并发绝对搞挂你的系统，你要是用 redis 来承载写那肯定不行，人家是缓存，数据随时就被 LRU 了，数据格式还无比简单，没有事务支持。所以该用 mysql 还得用 mysql 啊。那你咋办？用 MQ 吧，大量的写请求灌入 MQ 里，排队慢慢玩儿，后边系统消费后慢慢写，控制在 mysql 承载范围之内。所以你得考虑考虑你的项目里，那些承载复杂写业务逻辑的场景里，如何用 MQ 来异步写，提升并发性。MQ 单机抗几万并发也是 ok 的，这个之前还特意说过。

分库分表 分库分表，可能到了最后数据库层面还是免不了抗高并发的要求，好吧，那么就将一个数据库拆分为多个库，多个库来扛更高的并发；然后将一个表拆分为多个表，每个表的数据量保持少一点，提高 sql 跑的性能。

读写分离 读写分离，这个就是说大部分时候数据库可能也是读多写少，没必要所有请求都集中在一个库上吧，可以搞个主从架构，主库写入，从库读取，搞一个读写分离。读流量太多的时候，还可以加更多的从库。

ElasticSearch Elasticsearch，简称 es。es 是分布式的，可以随便扩容，分布式天然就可以支撑高并发，因为动不动就可以扩容加机器来扛更高的并发。那么一些比较简单的查询、统计类的操作，可以考虑用 es 来承载，还有一些全文搜索类的操作，也可以考虑用 es 来承载。

上面的 6 点，基本就是高并发系统肯定要干的一些事儿，大家可以仔细结合之前讲过的知识考虑一下，到时候你可以系统的把这块阐述一下，然后每个部分要注意哪些问题，之前都讲过了，你都可以阐述阐述，表明你对这块是有点积累的。

说句实话，毕竟你真正厉害的一点，不是在于弄明白一些技术，或者大概知道一个高并发系统应该长什么样？其实实际上在真正的复杂的业务系统里，做高并发要远远比上面提到的点要复杂几十倍到上百倍。你需要考虑：哪些需要分库分表，哪些不需要分库分表，单库单表跟分库分表如何 join，哪些数据要放到缓存里去，放哪些数据才可以扛住高并发的请求，你需要完成对一个复杂业务系统的分析之后，然后逐步逐步的加入高并发的系统架构的改造，这个过程是无比复杂的，一旦做过一次，并且做好了，你在这个市场上就会非常的吃香。

其实大部分公司，真正看重的，不是说你掌握高并发相关的一些基本的架构知识，架构中的一些技术，RocketMQ、Kafka、Redis、Elasticsearch，高并发这一块，你了解了，也只能是次一等的人才。对一个有几十万行代码的复杂的分布式系统，一步一步架构、设计以及实践过高并发架构的人，这个经验是难能可贵的。

7.关于PHP-FPM子进程数量说法正确的有？

A、PHP-FPM 子进程数量不能太多，太多了增加进程管理的开销以及上下文切换的开销

B、dynamic 方式下，最合适的子进程数量为 在 N + 20% 和 M / m 之间 （N 是 CPU 内核数量，M 是 PHP 能利用的内存数量，m 是每个 PHP 进程平均使用的内存数量）

C、static方式：M / (m * 1.2) （M 是 PHP 能利用的内存数量，m 是每个 PHP 进程平均使用的内存数量）

D、pm.max_requests 可以随便设置 ,但是为了预防内存泄漏的风险，还是设置一个合理的数比较好

参考答案：A,B,C,D

答案解析：

首先，我们关注下 PHP-FPM 的运行方式：

·static ：表示在 php-fpm 运行时直接 fork 出 pm.max_chindren 个子进程，

·dynamic：表示，运行时 fork 出 start_servers 个进程，随着负载的情况，动态的调整，最多不超过 max_children 个进程。

一般推荐用 static ，优点是不用动态的判断负载情况，提升性能；缺点是多占用些系统内存资源。

PHP-FPM 子进程数量，是不是越多越好？ 当然不是，pm.max_chindren，进程多了，增加进程管理的开销以及上下文切换的开销。更核心的是，能并发执行的 php-fpm 进程不会超过 cpu 个数。如何设置，取决于你的代码。如果代码是 CPU 计算密集型的，pm.max_chindren 不能超过 CPU 的内核数。如果不是，那么将 pm.max_chindren 的值大于 CPU 的内核数，是非常明智的。国外技术大拿给出适用于 dynamic 方式的公式： 在 N + 20% 和 M / m 之间。

.N 是 CPU 内核数量。

.M 是 PHP 能利用的内存数量。

.m 是每个 PHP 进程平均使用的内存数量。

static方式的公式：M / (m 1.2)*

当然，还有一种保险的方式，来配置 max_children。 先把 max_childnren 设置成一个比较大的值。稳定运行一段时间后，观察 php-fpm 的 status 里的 max active processes 是多少，然后把 max_children 配置比它大一些就可以了。

pm.max_requests：指的是每个子进程在处理了多少个请求数量之后就重启。这个参数，理论上可以随便设置，但是为了预防内存泄漏的风险，还是设置一个合理的数比较好。

8.关于Kafka、ActiveMQ、RabbitMQ、RocketMQ说法正确的有？

A、ActiveMQ 基于 erlang 开发，并发能力很强，性能极好，延时很低

B、RocketMQ topic 可以达到几百/几千的级别，吞吐量会有较小幅度的下降，在同等机器下，可以支撑大量的 topic

C、RabbitMQ时效性是微秒级，这是 RabbitMQ 的一大特点，延迟最低

D、Kafka 单机吞吐量 10 万级，高吞吐，一般配合大数据类的系统来进行实时数据计算、日志采集等场景

参考答案：B,C,D

答案解析：

ActiveMQ 基于 Java 开发的， RabbitMQ 是基于 erlang 开发的。 所以选项A 错误。 B、C、D都正确。

9.分库分表之后，id 主键如何处理？

A、单库生成自增 id

B、设置数据库 sequence 或者表自增字段步长

C、UUID

D、snowflake 算法

参考答案：A,B,C,D

答案解析：

snowflake 算法

A、B、C 也是理论可行的，但是都各自有缺点，最好用snowflake 算法。

snowflake 算法是 twitter 开源的分布式 id 生成算法，采用 Scala 语言实现，是把一个 64 位的 long 型的 id，1 个 bit 是不用的，用其中的 41 bit 作为毫秒数，用 10 bit 作为工作机器 id，12 bit 作为序列号。

1 bit：不用，为啥呢？因为二进制里第一个 bit 为如果是 1，那么都是负数，但是我们生成的 id 都是正数，所以第一个 bit 统一都是 0。 41 bit：表示的是时间戳，单位是毫秒。41 bit 可以表示的数字多达 2^41 - 1，也就是可以标识 2^41 - 1 个毫秒值，换算成年就是表示69年的时间。 10 bit：记录工作机器 id，代表的是这个服务最多可以部署在 2^10台机器上哪，也就是1024台机器。但是 10 bit 里 5 个 bit 代表机房 id，5 个 bit 代表机器 id。意思就是最多代表 2^5个机房（32个机房），每个机房里可以代表 2^5 个机器（32台机器）。 12 bit：这个是用来记录同一个毫秒内产生的不同 id，12 bit 可以代表的最大正整数是 2^12 - 1 = 4096，也就是说可以用这个 12 bit 代表的数字来区分同一个毫秒内的 4096 个不同的 id。

10.Redis 内存淘汰机制有哪些？

A、noeviction: 当内存不足以容纳新写入数据时，新写入操作会报错

B、allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 key

C、volatile-lru：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的 key

D、allkeys-random：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个 key。

参考答案：A,B,C

答案解析：

redis 内存淘汰机制有以下几个：

noeviction: 当内存不足以容纳新写入数据时，新写入操作会报错，这个一般没人用吧，实在是太恶心了。 allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的 key（这个是最常用的）。 allkeys-random：当内存不足以容纳新写入数据时，在键空间中，随机移除某个 key，这个一般没人用吧，为啥要随机，肯定是把最近最少使用的 key 给干掉啊。 volatile-lru：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，移除最近最少使用的 key（这个一般不太合适）。 volatile-random：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，随机移除某个 key。 volatile-ttl：当内存不足以容纳新写入数据时，在设置了过期时间的键空间中，有更早过期时间的 key 优先移除。