因篇幅有限，只能做部分展示，已经将所有知识点总结成了PDF和WROD文档，面试或者学习都可以借鉴一下，全部掌握可以让你的技能提高一个档次！

获取方式：具体看文末

Py2 VS Py3

• print成为了函数，python2是关键字
• 不再有unicode对象，默认str就是unicode
• python3除号返回浮点数
• 没有了long类型
• xrange不存在，range替代了xrange
• 可以使用中文定义函数名变量名
• 高级解包 和*解包
• 限定关键字参数 *后的变量必须加入名字=值
• raise from
• iteritems移除变成items()
• yield from 链接子生成器
• asyncio,async/await原生协程支持异步编程
• 新增 enum, mock, ipaddress, concurrent.futures, asyncio urllib, selector
• 不同枚举类间不能进行比较
• 同一枚举类间只能进行相等的比较
• 枚举类的使用(编号默认从1开始)
• 为了避免枚举类中相同枚举值的出现，可以使用@unique装饰枚举类

篇幅有限省略部分...

py2/3 转换工具

• six模块：兼容pyton2和pyton3的模块
• 2to3工具：改变代码语法版本
• __future__：使用下一版本的功能

常用的库

• 篇幅有限省略部分...

不常用但很重要的库

• dis(代码字节码分析)
• inspect(生成器状态)
• cProfile(性能分析)
• bisect(维护有序列表)
• fnmatch
• fnmatch(string,"*.txt") #win下不区分大小写
• fnmatch根据系统决定
• fnmatchcase完全区分大小写
• timeit(代码执行时间)

    def isLen(strString):
        #还是应该使用三元表达式，更快
        return True if len(strString)>6 else False

    def isLen1(strString):
        #这里注意false和true的位置
        return [False,True][len(strString)>6]
    import timeit
    print(timeit.timeit('isLen1("5fsdfsdfsaf")',setup="from __main__ import isLen1"))

    print(timeit.timeit('isLen("5fsdfsdfsaf")',setup="from __main__ import isLen"))

• contextlib
• @contextlib.contextmanager使生成器函数变成一个上下文管理器
• types(包含了标准解释器定义的所有类型的类型对象,可以将生成器函数修饰为异步模式)

    import types
    types.coroutine #相当于实现了__await__

• 篇幅有限省略部分...

Python进阶

• 进程间通信：
• Manager(内置了好多数据结构，可以实现多进程间内存共享)

篇幅有限省略部分...

• Pipe(适用于两个进程)

篇幅有限省略部分...

• 篇幅有限省略部分...
• dict底层结构
• 为了支持快速查找使用了哈希表作为底层结构
• 哈希表平均查找时间复杂度为o(1)
• CPython解释器使用二次探查解决哈希冲突问题
• Hash扩容和Hash冲突解决方案
• 链接法
• 二次探查(开放寻址法)：python使用
• 循环复制到新空间实现扩容
• 冲突解决：

    for gevent import monkey
    monkey.patch_all()  #将代码中所有的阻塞方法都进行修改，可以指定具体要修改的方法

• 判断是否为生成器或者协程

    co_flags = func.__code__.co_flags

    # 检查是否是协程
    if co_flags & 0x180:
        return func

    # 检查是否是生成器
    if co_flags & 0x20:
        return func

• 斐波那契解决的问题及变形
• 获取电脑设置的环境变量
• 垃圾回收机制
• 引用计数
• 标记清除
• 分代回收
• True和False在代码中完全等价于1和0,可以直接和数字进行计算，inf表示无穷大
• C10M/C10K
• C10M:8核心cpu，64G内存，在10gbps的网络上保持1000万并发连接
• C10K：1GHz CPU,2G内存，1gbps网络环境下保持1万个客户端提供FTP服务
• 篇幅有限省略部分...

网络知识

• 什么是HTTPS?
• 安全的HTTP协议，https需要cs证书，数据加密，端口为443，安全，同一网站https seo排名会更高
• 常见响应状态码

    204 No Content //请求成功处理，没有实体的主体返回，一般用来表示删除成功
    206 Partial Content //Get范围请求已成功处理
    303 See Other //临时重定向，期望使用get定向获取
    304 Not Modified //请求缓存资源
    307 Temporary Redirect //临时重定向，Post不会变成Get
    401 Unauthorized //认证失败
    403 Forbidden //资源请求被拒绝
    400 //请求参数错误
    201 //添加或更改成功
    503 //服务器维护或者超负载

• http请求方法的幂等性及安全性
• WSGI

    # environ：一个包含所有HTTP请求信息的dict对象
    # start_response：一个发送HTTP响应的函数
    def application(environ, start_response):
        start_response('200 OK', [('Content-Type', 'text/html')])
        return '<h1>Hello, web!</h1>'

• RPC
• CDN
• SSL(Secure Sockets Layer 安全套接层),及其继任者传输层安全（Transport Layer Security，TLS）是为网络通信提供安全及数据完整性的一种安全协议。
• SSH（安全外壳协议） 为 Secure Shell 的缩写，篇幅有限省略部分...
• TCP/IP
• TCP:面向连接/可靠/基于字节流
• UDP:无连接/不可靠/面向报文
• 三次握手四次挥手
• 三次握手(SYN/SYN+ACK/ACK)
• 四次挥手(FIN/ACK/FIN/ACK)
• 为什么连接的时候是三次握手，关闭的时候却是四次握手？
• 篇幅有限省略部分...
• 为什么TIME_WAIT状态需要经过2MSL(最大报文段生存时间)才能返回到CLOSE状态？
• 虽然按道理，四个报文都发送完毕，我们可以直接进入CLOSE状态了，但是我们必须假象网络是不可靠的，有可以最后一个ACK丢失。所以TIME_WAIT状态就是用来重发可能丢失的ACK报文。
• XSS/CSRF
• HttpOnly禁止js脚本访问和操作Cookie,可以有效防止XSS

Mysql

• 索引改进过程
• 线性结构->二分查找->hash->二叉查找树->平衡二叉树->多路查找树->多路平衡查找树(B-Tree)
• 篇幅有限省略部分...
• 失效场景：
• 篇幅有限省略部分...
• 如果MySQL估计使用全表扫描要比使用索引快，则不使用索引
• 什么是聚集索引
• B+Tree叶子节点保存的是数据还是指针
• MyISAM索引和数据分离，使用非聚集
• InnoDB数据文件就是索引文件，主键索引就是聚集索引

Redis命令总结

• 为什么这么快？
• 篇幅有限省略部分...
• 优势
• 篇幅有限省略部分...
• 什么是redis事务？
• 篇幅有限省略部分...
• 持久化方式
• RDB(快照)
• save(同步，可以保证数据一致性)
• bgsave(异步，shutdown时，无AOF则默认使用)
• AOF(追加日志)
• 怎么实现队列
• push
• rpop
• 常用的数据类型(Bitmaps,Hyperloglogs,范围查询等不常用)
• 篇幅有限省略部分...
• 与Memcached区别
• 篇幅有限省略部分...
• Redis实现分布式锁
• 使用setnx实现加锁，可以同时通过expire添加超时时间
• 锁的value值可以是一个随机的uuid或者特定的命名
• 释放锁的时候，通过uuid判断是否是该锁，是则执行delete释放锁
• 常见问题
• 缓存雪崩
• 短时间内缓存数据过期，大量请求访问数据库
• 篇幅有限省略部分...
• 一致性Hash算法
• 使用集群的时候保证数据的一致性
• 基于redis实现一个分布式锁，要求一个超时的参数
• setnx
• 虚拟内存
• 内存抖动

Linux

• Unix五种i/o模型
• 阻塞io
• 非阻塞io
• 多路复用io(Python下使用selectot实现io多路复用)
• select
• 并发不高，连接数很活跃的情况下
• poll
• 比select提高的并不多
• epoll
• 适用于连接数量较多，但活动链接数少的情况
• 信号驱动io
• 异步io(Gevent/Asyncio实现异步)
• 比man更好使用的命令手册
• tldr:一个有命令示例的手册
• 篇幅有限省略部分...

设计模式

单例模式

    # 方式一
    def Single(cls,*args,**kwargs):
        instances = {}
        def get_instance (*args, **kwargs):
            if cls not in instances:
                instances[cls] = cls(*args, **kwargs)
            return instances[cls]
        return get_instance
    @Single
    class B:
        pass
    # 方式二
    class Single:
        def __init__(self):
            print("单例模式实现方式二。。。")

    single = Single()
    del Single  # 每次调用single就可以了
    # 方式三(最常用的方式)
    class Single:
        def __new__(cls,*args,**kwargs):
            if not hasattr(cls,'_instance'):
                cls._instance = super().__new__(cls,*args,**kwargs)
            return cls._instance

工厂模式

构造模式

数据结构和算法内置数据结构和算法

python实现各种数据结构

快速排序

    def quick_sort(_list):
            if len(_list) < 2:
                return _list
            pivot_index = 0
            pivot = _list(pivot_index)
            left_list = [i for i in _list[:pivot_index] if i < pivot]
            right_list = [i for i in _list[pivot_index:] if i > pivot]
        return quick_sort(left) + [pivot] + quick_sort(right)

选择排序

    def select_sort(seq):
        n = len(seq)
        for i in range(n-1)
        min_idx = i
            for j in range(i+1,n):
                if seq[j] < seq[min_inx]:
                    min_idx = j
            if min_idx != i:
                seq[i], seq[min_idx] = seq[min_idx],seq[i]

插入排序

归并排序

堆排序heapq模块

栈

队列

二分查找

面试加强题：

关于数据库优化及设计

• 如何使用两个栈实现一个队列
• 反转链表
• 合并两个有序链表
• 删除链表节点
• 篇幅有限省略部分...

缓存算法

• LRU(least-recently-used):替换最近最少使用的对象
• LFU(Least frequently used):最不经常使用，如果一个数据在最近一段时间内使用次数很少，那么在将来一段时间内被使用的可能性也很小

服务端性能优化方向

• 使用数据结构和算法
• 数据库
• 索引优化
• 慢查询消除
• slow_query_log_file开启并且查询慢查询日志
• 通过explain排查索引问题
• 调整数据修改索引
• 批量操作，从而减少io操作
• 使用NoSQL:比如Redis
• 网络io
• 批量操作
• pipeline
• 缓存
• Redis
• 异步
• Asyncio实现异步操作
• 使用Celery减少io阻塞
• 并发
• 多线程
• Gevent

• 篇幅有限省略部分...

-END-

除上述资料外，还附赠全套Python学习资料，包含面试题、简历资料等具体看下方。

更多相关资料有需要的小伙伴回 01 即可获取