-
GitLabCI中应使用多阶段构建隔离依赖与运行时环境，通过Poetry或pip-tools生成确定性依赖文件，用CI内置变量安全认证私有仓库，按committag或shortSHA打镜像标签，并在推送前验证配置合法性。
-
API网关鉴权应前置到Kong/APISIX，避免在FastAPI/Flask中重复实现；Kong插件须用Lua编写，通过HTTP调用Python鉴权服务完成JWT校验与RBAC判断。
-
答案：字符串转数字需确保格式合法，避免非法字符；浮点数转整数直接截断，非四舍五入；非数值转布尔时注意假值；容器类型转换注意去重与顺序；建议用try-except处理异常。
-
接口版本控制应显式暴露在URL路径中（如/v1/users），避免用查询参数；旧版至少保留6个月；响应结构须固定，字段缺失输出null而非省略；GET接口必须无副作用、权限校验显式且严格；错误响应需统一格式与状态码语义。
-
应使用带时间戳前缀的固定窗口键名（如rate:api_v1:1717027200）配合Lua脚本原子执行INCR+EXPIRE，并在脚本中直接判断计数值是否超限，返回当前值与剩余等待秒数，避免竞态与窗口错位。
-
Python标准库模块指安装时自带、无需pip安装即可import的模块，路径通常在lib/python3.x/下；可通过python-c"importxxx;print(xxx.__file__)"判断：含site-packages为第三方，含lib/python3.x/且无site-packages为标准库。
-
pytest默认捕获print()和logging输出，需用-s显示print()、--log-cli-level=LEVEL显示日志，且代码中logger.setLevel()须设为对应级别。
-
传统的异常处理在分布式系统中失效，因其无法应对网络不可靠、服务独立性及状态不一致问题。1.分布式环境存在超时、崩溃、资源耗尽等系统级故障，错误不再非成功即失败；2.盲目重试可能导致重复操作或雪崩效应；3.需采用幂等性设计、指数退避重试、断路器模式、超时控制和消息队列解耦；4.结合分布式追踪、集中式结构化日志、指标监控与告警实现可观测性；5.通过混沌工程主动验证系统容错能力。唯有将异常处理融入架构设计，才能构建真正健壮的分布式系统。
-
时间序列分析需先可视化与统计诊断识别趋势、季节性及平稳性，再通过差分、对数变换等预处理使数据适合建模，最后依问题类型选择ARIMA、Prophet或指数平滑等模型，并用时间划分法评估。
-
Python包语义化版本管理需依赖动态机制（如setuptools-scm或versioneer）联动Git标签与代码，禁用静态version字段；必须用python-semver进行版本比较，确保CI构建、发布和依赖校验全链路一致。
-
MANIFEST.in仅对sdist生效，需配合显式packages声明或find_packages(where="src")+package_dir，禁用默认find_packages()；include不递归，须用recursive-include；pyproject.toml中必须设include-package-data=true。
-
必须配置asyncio_mode="auto"并使用AsyncMock；否则pytest无法识别async测试、mock不可await，导致跳过或报错。
-
os.path.basename不能可靠防御路径遍历，因为它仅字符串截取、不解析路径语义，对../../../etc/passwd返回passwd，且无法处理..、编码（%2e%2e%2f）或空字节（\x00）绕过；必须用os.path.realpath归一化后与绝对基准目录比对。
-
答案：Python多线程异常处理的核心在于子线程异常不会自动传播至主线程，需通过主动捕获并利用queue.Queue、共享数据结构或自定义线程类将异常信息传递给主线程；更优解是使用ThreadPoolExecutor，其Future对象能自动在调用result()时重新抛出异常，实现简洁高效的异常处理。
-
异步任务失败时参数丢失，因未捕获异常被事件循环静默丢弃；需用闭包在任务创建时绑定参数，并通过自定义异常携带上下文，确保日志与监控可结构化获取。
