SRE 运维面试题（社招 3-8 年）

T1：Linux CPU 100% 但 top 看不到进程

【题目】 线上 Linux 机器业务突发 CPU us% 持续 100%，load 飙高但 idle=0，top 看不到异常高 CPU 进程，一步步排查思路？

【参考答案】

1. 用 perf top 看内核态/用户态热点函数
2. watch -d cat /proc/softirqs 核查 NET_RX 等软中断暴涨
3. 排查 CPU 绑定、cgroup 配额节流、死循环线程
4. 容器环境用 cgtop 定位容器内部进程

T6：磁盘 df 100% 但 du 看不到大文件

【题目】 Linux 磁盘 df -h 占用 100%，du -sh/* 看不到大文件，故障原理+清理实操？

【参考答案】 原理：大文件被进程占用删除，磁盘空间未实时释放（deleted 句柄占用） 排查：lsof | grep deleted 找到占用进程 处理：重启对应进程释放磁盘，紧急扩容临时挂载分区

T14：容器 OOM 排查

【题目】 容器 OOM 分容器 limit 超限 OOM、整机系统 OOM，区分方法与生产监控预警方案？

【参考答案】 区分：

• dmesg -T | grep -i oom-kill 内核日志出现 kill 进程 = 系统整机 OOM
• Pod 事件 OOMKilled = 容器内存 limit 不足 监控：Prometheus 采集 container_memory_usage_bytes、节点内存使用率

T19：定时 sys% 突增

【题目】 多台业务服务器凌晨定时出现 sys% 突增、业务 RT 翻倍，无异常进程占用 CPU，每日固定时间触发，从定时任务、内核、业务架构三层定位？

【参考答案】

1. 定时任务：crontab 定时备份、日志切割触发大量 IO/CPU
2. 内核：定时 PageCache 回收、脏页刷盘（pdflush/writeback）打满 IO
3. 业务：凌晨定时全量 DB 同步、批量定时任务触发 IO 抖动