这篇是朋友给我聊的最近面试的一些情况，我来做一个简单分析，这位朋友最终拿到的offer是50w，从面试题分析来看，客观题并不是很难，没什么八股文，基本是按照简历里面的内容做的提问，我认为这是一个比较务实的做法，听过一些朋友吐槽，一些企业面试官喜欢拿着自己的笔记本问，不会过多看你简历里面的技能，全程信息不对称很尴尬。这位朋友做过业务测试，自动化和性能都有不错的实践，所以市场对这样的同学还是蛮欢迎的。
对于大家来说，很关心面试了什么类型的题目，我写了下客观题，必有读者问，能不能说下答案，我说下自己的思路，仅供参考，这位同学基于业务测试面试偏技术的多一点，非管理岗位。
首先肯定会有一些通用类的，比如：
- 描述你当前的工作职责？
- 项目中遇到的问题，如何解决？
通过这两个题目基本都够看出来你在公司的一个段位和思考力，无论你在管理层和执行层面没有思考沉淀这样的同学价值不会很大，所以这两个问题其实非常有针对性，可以结合你现实的情况多思考，多沉淀话术。这样的问题在于数据和实例，不用流水账一样记录平时的工作内容。
除了通用类，关于测试本身，往往业务的、性能的、自动化的都会问，尤其在你简历里已经提到的。
业务类：
最常见的就是画业务流程图，深入一点可能还会问你部署架构图，尤其是你有性能相关的经验。往往局部的业务都能描述一二，主要在于你对全局业务，上下游业务的一个熟悉程度，能够侧面反映出你做事情的认真程度和个人的自我要求。
自动化类：
- 描述下你用的测试框架结构，为什么这么设计？
对于自动化框架，无非是配置文件、数据如何管理，比如环境如何切换等，关键字驱动还是数据驱动，从我个人一些观点来看，平台化是一个比较大的趋势，如果现在选择自动化方案，选择框架的应该不多。
- 很多接口依赖于A接口，怎么处理？
我的思路是作为一个公共元件处理即可。
- python中的传参* ，**什么意思
只要用过Python的这个问题很简单，带一个星号（*）参数的函数传入的参数存储为一个元组（tuple）；而带两个星号（*）参数的函数传入的参数则存储为一个字典（dict）。刚毕业时，没学过Python，我还以为是指针，呵呵。
- 编程题：筛选文本中出现最多的单词
我觉得这一道题目考察点是蛮全面的，可以涉及到很多知识点，比如文件操作，字符串转换列表，字典的用法，如果字典内数据需要排序，怎么转换，这些都会涉及。
关键步骤：
每个单词数量统计：
count={}for word in list: if word in counts: counts[word] = counts[word] + 1 else: counts[word] = 1
从高到低排序：
sort=sorted(count.items(), key=lambda item:item[1],reverse=True)
性能测试
- JMeter的beanshell如何获取数据？
举个例子，prev.getResponseDataAsString(),只要用过beanshell的应该都需要会，去获取接口报文返回。
- JMeter组件开发的步骤
导入ApacheJMeter_core.jar，继承AbstractFunction类。通过上述可以自己编写函数助手。
- 如何控制Jmeter的qps
tps controller够用了。
- 下单性能测试场景如何设计？
考虑两点吧，第一是测试目标如何制定的，指标数据从哪里来，第二是如何去做场景控制。
- 接口响应时间长如何定位
现成的工具蛮多的，针对JAVA的，arthas、skywalking都可以，如果能说出适用性更好。
客观题大概是这些，其他的主要是问项目经验，面试过程就是验证你的实践经验是不是充分，对于我个人而言，我看到一份简历，基本上就能够感觉出来这个人是不是我想要的，而面试只是验证自己的想法对不对或者说走个过程，看一看软素质怎么样。当然这位同学offer是50w+（一线城市），相关的项目经验问的也比较仔细，实战经验还是很丰富的；与职位薪酬相比，上述面试官准备的技术题偏简单，不过蛮实用。你觉得难度如何？可以留言。
