可观测性与生产验证

共 19 题
#

1. 可观测性(Observability)测试的设计技术,如何验证日志、指标、追踪三支柱的完整性?

A 应以业务路径为驱动,用 traceId 串联日志、指标与追踪 ✓ 正确答案
B 只需验证日志存在即可,无需指标与追踪
C 追踪完整性只需验证单服务内的 span
D 三支柱数据相互独立,无需关联
#

2. 生产环境测试的最小权限与安全边界,只读约束、数据脱敏、审计日志如何落地

A 生产测试应使用独立只读账号并全程记录审计日志 ✓ 正确答案
B 生产测试无需避免污染生产数据
C 生产测试可用生产运营账号执行最高权限操作
D 测试产生的敏感数据无需脱敏
#

3. 生产环境验证(Production Validation)与预生产测试的差异和互补?

A 生产验证能发现真实并发、真实数据下的问题 ✓ 正确答案
B 生产验证与预生产测试互斥,只能二选一
C 预生产测试无需快速回归
D 预生产测试能完全替代生产验证
#

4. 可观测性数据的诊断方法,如何从日志和指标中定位问题根因?

A 只需看日志即可定位所有根因
B 指标异常一定来自自身代码,与下游无关
C 应结合指标定位异常、追踪定位断点、日志定位错误层层递进 ✓ 正确答案
D 根因定位无需考虑部署变更历史
#

5. 测试视角的生产可观测性,监控指标(RED/USE)、日志(traceId 串联)、告警(阈值/异常检测)如何辅助线上问题定位?

A 测试无需验证告警是否误报漏报
B RED 指标面向资源,USE 指标面向服务
C 告警只需阈值触发,无需异常检测
D traceId 可跨服务串联同一请求的日志与追踪 ✓ 正确答案
#

6. 生产验证(Production Verification Test),发布后的金丝雀验证、冒烟探测(synthetic monitoring)如何设计?

A 金丝雀指标差于基线时仍应继续放量
B 冒烟探测只需在发布时运行一次
C 冒烟探测应断言业务语义而非仅健康检查接口 ✓ 正确答案
D 金丝雀验证应让新版本接收全部流量以快速测试
#

7. 测试视角的可观测性,日志、指标与追踪?

A 可观测性数据可作为测试断言依据并辅助根因定位 ✓ 正确答案
B 追踪与日志、指标无关,无需关联
C 三支柱数据不可用于改进测试
D 测试只需验证功能,无需验证观测数据
#

8. 生产验证中的告警噪声治理,测试流量的告警豁免与抑制规则如何设计

A 应让测试流量与生产流量混合统计以统一口径
B 应通过标签豁免与抑制规则减少测试流量噪声告警 ✓ 正确答案
C 测试流量应完全豁免所有告警,不留任何规则
D 告警噪声治理无需考虑漏报风险
#

9. Synthetic Monitoring(合成监控)与 RUM(真实用户监控)在测试中的应用差异,覆盖面、采样与告警口径?

A RUM 的告警口径与用户自身网络无关
B 合成监控覆盖所有真实用户场景
C RUM 的覆盖率由探针脚本决定
D 合成监控由探针主动发起,可完全控制采样 ✓ 正确答案
#

10. 合成监控的业务语义断言,如何让探针覆盖真实用户关键路径而非仅健康检查接口,断言如何设计?

A 状态码 200 即可说明业务成功,无需业务断言
B 探针只需覆盖单个接口,无需多步流程
C 探针应只请求健康检查接口以节省资源
D 应模拟真实用户关键路径并断言业务结果 ✓ 正确答案
#

11. 告警的可操作性测试,如何验证告警能快速关联到服务、追踪与应急预案,避免告警响了无人会处理?

A 告警只需通知即可,无需关联预案
B 告警分级与通知路径无关紧要
C 告警应包含上下文并能关联追踪与应急预案 ✓ 正确答案
D 告警无需有 owner,可由任何人处理
#

12. 生产验证中的'暗启动(Dark Launch)'和'功能开关(Feature Flag)'测试策略?

A 功能开关只能全开或全关,无法灰度
B 暗启动直接向用户返回新功能结果
C 暗启动在功能开关关闭时复制真实流量到新代码路径验证 ✓ 正确答案
D 功能开关无法实现快速回滚
#

13. GitOps(ArgoCD/FluxCD)漂移检测与回滚测试的方法?

A 应验证工具能检测到绕过 Git 的修改并同步修复 ✓ 正确答案
B Git 声明与实际集群状态不需一致
C 漂移检测只需发现差异,无需同步修复
D 回滚测试无需验证集群能否回到旧状态
#

14. 测试环境与生产环境的差异,数据量、配置、流量特征不同带来的"环境假象",如何通过生产验证弥补?

A 测试环境与生产环境差异不影响测试结果
B 影子库测试会污染生产数据
C 测试环境数据量小、配置不同,可能产生环境假象 ✓ 正确答案
D 生产流量回放无法弥补测试数据真实性
#

15. 可观测性驱动的测试策略,如何用线上真实流量回放、影子库(shadow)测试来提升覆盖与置信度?

A 影子库测试会污染生产数据库
B 追踪数据无法指导测试覆盖改进
C 流量回放用线上真实流量驱动测试,覆盖真实路径 ✓ 正确答案
D 流量回放只能覆盖手工测试过的路径
#

16. OpenTelemetry 在测试环境与生产环境的配置一致性,如何保证 trace 数据的可比性?

A 测试与生产 span 命名可以不同
B 测试环境采样率应更高以获取更多数据
C 测试与生产应使用相同 SDK 版本、span 命名与采样策略 ✓ 正确答案
D OTel 配置无需纳入版本控制
#

17. 基于追踪数据选择故障注入点,如何用 span 依赖图识别关键路径与脆弱依赖?

A 依赖数量少、调用不频繁的服务最脆弱
B span 依赖图与故障注入点选择无关
C 应随机选择服务注入故障
D 应优先对关键路径上的脆弱依赖注入故障 ✓ 正确答案
#

18. 可观测性数据的成本治理,日志采样、指标基数与追踪存储成本如何权衡,测试产生的观测数据如何分流降本?

A 测试环境观测数据可用更低采样率与更短保留期
B 日志可采用分层存储与冷热归档
C 追踪应采用完整采样保留所有 span ✓ 正确答案
D 高基数指标标签会导致存储爆炸,应控制
#

19. 可观测性埋点覆盖的度量,如何评估关键业务路径的埋点覆盖率并驱动补点,避免三支柱齐全但关键路径无数据?

A 三支柱种类齐全即可说明埋点完整
B 埋点覆盖率与关键路径无关
C 泛埋点即可保证关键路径有数据
D 应以关键业务路径为中心评估埋点覆盖率 ✓ 正确答案