python面试题基础篇请参照上一篇文章
1.大数据文件的读取
1).利用生成器generator
2).迭代器进行迭代遍历
2迭代器和生成器的区别
1).迭代器是一个更抽象的概念，任何对象，如果它的类由next方法和oter方法返回自己本身，对于string、list、dict、tuple等这类容器对象，使用for循环遍历是很方便的，在后台for语句对容器对象调用iter()函数,iter()是python的内置函数，iter()会返回一个定义了next()方法的迭代器对象，它在容器中逐个访问容器内的元素，next()也是python的内置函数。在没有后续元素时，next()会抛出StopIteration的异常
2).生成器（Generator）是创建迭代器的简单而强大的工具。他们写起来就像是正规的函数。只是在需要返回的数据时候使用yield语句。每次next()被调用是，生成器会返回它脱离的位置（它记忆语句最后一次执行的位置和所有的数据值）
区别：生成器能做到迭代器能做的所有事情，而且应为自动创建了__iter__()和next()方法，生成器显得特别的剪辑，而且生成器也是高效的，使用生成器表达式取代列表解析可以同时节省内存，除了创建和保存程序状态的自动方法，当发生器终结时，还会自动抛出Stopiteration异常。
3.装饰器的作用和功能
1.装饰器符号“@”属于语法糖，什么意思呢？就是说，我不按照@装饰器的语法要求来写，而是按照一般python的语法要求来写完全可以。那么用@装饰器的格式来写的目的就是为了书写简单方便
2.装饰器的作用是什么呢？ 简单的理解就是：装饰原有的函数，简单地说：他们是修改其他函数的功能的函数。他们有助于让我们的代码更简短，也更Pythonic（Python范儿）。
引入日志、函数执行时间统计、执行函数钱预备处理、执行函数后的清理功能、权限娇艳等场景、缓存
4.简单谈下GIL
GIL(全局解释器锁)
Python代码的执行是有python皆是戏来控制，python在设计之初考虑到要在解释器的主循环中，同时只有一个线程在解释器中运行。对python虚拟机的访问有全局解释器锁来控制，正式这个锁保证同一时刻只有一个线程在运行。
在多线程环境中，python虚拟机按以下方式进行：
1.设置GIL
2.切换到一个线程去执行
3.运行：
a.指定数量的字节码指令
b.线程主动让出控制（可以调用time.sleep())
4.把线程设置为睡眠状态
5.解锁GIL
6.再次重复以上所有操作
在调用外部代码的时候，GIL会被锁定，知道这个函数结束位置（由于这期间没有python的字节码被运行，所以不会做线程切换）。
5、find和grep
grep命令是一种强大的文本搜索工具，grep搜索内容串可以是正则表达式，允许对文本文件进行模式查找。如果找到匹配模式，grep打印包含模式的所有行。
find通常用来再特定的目录下搜索符合条件的文件，也可以用来搜索特定用户属主的文件
6.线上服务可能因为种种原因导致挂掉怎么办？
linux下的后台进程管理器supervisor
每次文件修改后再linux执行service superbisor restart
7.如何提高python的运行效率
使用生成器；关键代码使用外部功能包（Cython，pylnlne，pypy，pyrex）；针对循环的优化，尽量避免在循环中访问变量的属性
8.常用linux命令：
is、help、cd、more、clear、mkdir、pwd、rm,grep、find、mv、su、date
9.python中的yield用法
yield简单来说就是一个生成器，这样函数她记住上次返回是在函数体中的位置。对生成器第二次或n次条约跳转至该函数
10.python是如何进行内存管理的
一、垃圾回收：python不像C++、java等语言一样，他们可以不用事先声明变量类型而直接对变量进行赋值。对python语言来讲，对象的类型和内存都是在运行是确定的。这也是为什么我们称python为动态类型的原因（这里我们把动态类型可以简单的归结为对变量内存地址的分配是在运行时自动判断变量类型并对变量进行赋值）。
二、引用计数：python采用了类似windows内核对象一样的方式来对内存进行管理。每一个对象，都维护这一个对执行该对对象的引用的计数。当变量被绑定在一个对象上的时候，该变量的引用计数就是1，(还有另外一些情况也会导致变量引用计数的增加),系统会自动维护这些标签，并定时扫描，当某标签的引用计数变为0的时候，该对就会被回收。
三、内存池机制Python的内存机制以金字塔行，-1，-2层主要有操作系统进行操作，
第0层是C中的malloc，free等内存分配和释放函数进行操作；
第1层和第2层是内存池，有Python的接口函数PyMem_Malloc函数实现，当对象小于256K时有该层直接分配内存；
第3层是最上层，也就是我们对Python对象的直接操作；
在 C 中如果频繁的调用 malloc 与 free 时,是会产生性能问题的.再加上频繁的分配与释放小块的内存会产生内存碎片. Python 在这里主要干的工作有:
如果请求分配的内存在1~256字节之间就使用自己的内存管理系统,否则直接使用 malloc.
这里还是会调用 malloc 分配内存,但每次会分配一块大小为256k的大块内存.
经由内存池登记的内存到最后还是会回收到内存池,并不会调用 C 的 free 释放掉.以便下次使用.对于简单的Python对象，例如数值、字符串，元组（tuple不允许被更改)采用的是复制的方式(深拷贝?)，也就是说当将另一个变量B赋值给变量A时，虽然A和B的内存空间仍然相同，但当A的值发生变化时，会重新给A分配空间，A和B的地址变得不再相同
11.描述数组、链表、队列、堆栈的区别？
数组与链表是数据存储方式的概念，数组在连续的空间中存储数据，而链表可以在非连续的空间中存储数据；
队列和堆栈是描述数据存取方式的概念，队列是先进先出，而堆栈是后进先出；队列和堆栈可以用数组来实现，也可以用链表实现。
12.ngnix的正向代理与反向代理？
正向代理 是一个位于客户端和原始服务器(origin server)之间的服务器，为了从原始服务器取得内容，客户端向代理发送一个请求并指定目标(原始服务器)，然后代理向原始服务器转交请求并将获得的内容返回给客户端。客户端必须要进行一些特别的设置才能使用正向代理。
反向代理正好相反，对于客户端而言它就像是原始服务器，并且客户端不需要进行任何特别的设置。客户端向反向代理的命名空间中的内容发送普通请求，接着反向代理将判断向何处(原始服务器)转交请求，并将获得的内容返回给客户端，就像这些内容原本就是它自己的一样。
13.Tornado 的核是什么？
Tornado 的核心是 ioloop 和 iostream 这两个模块，前者提供了一个高效的 I/O 事件循环，后者则封装了 一个无阻塞的 socket 。通过向 ioloop 中添加网络 I/O 事件，利用无阻塞的 socket ，再搭配相应的回调函数，便可达到梦寐以求的高效异步执行。
