初级 GCP 云工程师面试题

介绍

初级 GCP 云工程师面试通常不是只考产品名称，而是看你能否解释 Google Cloud 资源如何协同工作。你需要能选择合适的计算服务，用 IAM 控制访问，理解 VPC 网络，安全使用 Cloud Storage，并用 gcloud CLI 排查基础问题。

本指南帮助你练习 Compute Engine、Cloud Storage、VPC、IAM、Pub/Sub、Cloud Run functions 和常见命令行流程的清晰回答。回答时尽量连接实际场景：托管 Web 应用、保存备份、给服务账号授权，或排查流量为什么到不了 VM。

GCP Compute Engine

1. 什么是 Google Compute Engine，它的主要用例是什么？

回答： Compute Engine 提供在 Google 数据中心运行的可扩展虚拟机。

主要特性：

自定义或预定义的机器类型
持久磁盘和本地 SSD
用于可容忍中断工作负载的 Spot VMs
用于维护的实时迁移
全球负载均衡

用例：

Web 托管
应用程序服务器
批量处理
高性能计算

# 创建 VM 实例
gcloud compute instances create my-instance \
  --zone=us-central1-a \
  --machine-type=e2-medium \
  --image-family=debian-11 \
  --image-project=debian-cloud

# 列出实例
gcloud compute instances list

# SSH 进入实例
gcloud compute ssh my-instance --zone=us-central1-a

# 停止实例
gcloud compute instances stop my-instance --zone=us-central1-a

常见程度： 非常常见 难度： 简单

2. 解释持久磁盘和本地 SSD 之间的区别。

回答：

特性	持久磁盘	本地 SSD
持久性	数据独立持久存在	VM 停止时数据丢失
性能	良好	极佳（低延迟）
大小	高达 64 TB	高达 9 TB
用例	启动磁盘，数据存储	临时缓存，临时空间
成本	较低	较高
快照	支持	不支持

示例：

# 创建带有持久磁盘的 VM
gcloud compute instances create my-vm \
  --boot-disk-size=50GB \
  --boot-disk-type=pd-ssd

# 创建带有本地 SSD 的 VM
gcloud compute instances create my-vm \
  --local-ssd interface=NVME

常见程度： 常见 难度： 简单-中等

GCP Cloud Storage

3. Cloud Storage 中有哪些不同的存储类别？

回答： Cloud Storage 为不同的访问模式提供多种类别：

类别	用例	可用性	最短持续时间	成本
Standard	频繁访问	99.95%	无	最高
Nearline	< 每月一次	99.9%	30 天	较低
Coldline	< 每季度一次	99.9%	90 天	非常低
Archive	< 每年一次	99.9%	365 天	最低

# 创建存储桶
gsutil mb -c STANDARD -l us-central1 gs://my-bucket

# 上传文件
gsutil cp myfile.txt gs://my-bucket/

# 列出对象
gsutil ls gs://my-bucket/

# 下载文件
gsutil cp gs://my-bucket/myfile.txt ./

# 更改存储类别
gsutil rewrite -s NEARLINE gs://my-bucket/myfile.txt

常见程度： 非常常见 难度： 简单-中等

GCP VPC (Virtual Private Cloud)

4. 什么是 VPC，它的关键组件是什么？

回答： VPC 是一个虚拟网络，为 GCP 资源提供连接。

关键组件：

Loading diagram...

组件：

子网： 区域 IP 范围
防火墙规则： 控制流量
路由： 定义流量路径
VPC 对等互连： 连接 VPC
Cloud VPN： 连接到本地

# 创建 VPC
gcloud compute networks create my-vpc \
  --subnet-mode=custom

# 创建子网
gcloud compute networks subnets create my-subnet \
  --network=my-vpc \
  --region=us-central1 \
  --range=10.0.1.0/24

# 创建防火墙规则（允许 SSH）
gcloud compute firewall-rules create allow-ssh \
  --network=my-vpc \
  --allow=tcp:22 \
  --source-ranges=0.0.0.0/0

常见程度： 非常常见 难度： 中等

5. 防火墙规则在 GCP 中如何工作？

回答： 防火墙规则控制传入和传出流量。

特性：

有状态（自动允许返回流量）
应用于网络或特定实例
基于优先级（0-65535，越低 = 优先级越高）
默认：允许出站，拒绝入站

规则组件：

方向（入站/出站）
优先级
操作（允许/拒绝）
源/目标
协议和端口

# 允许 HTTP 流量
gcloud compute firewall-rules create allow-http \
  --network=my-vpc \
  --allow=tcp:80 \
  --source-ranges=0.0.0.0/0 \
  --target-tags=web-server

# 允许内部通信
gcloud compute firewall-rules create allow-internal \
  --network=my-vpc \
  --allow=tcp:0-65535,udp:0-65535,icmp \
  --source-ranges=10.0.0.0/8

# 拒绝特定流量
gcloud compute firewall-rules create deny-telnet \
  --network=my-vpc \
  --action=DENY \
  --rules=tcp:23 \
  --priority=1000

常见程度： 非常常见 难度： 中等

GCP IAM

6. 解释 GCP 中的 IAM 角色和权限。

回答： IAM 控制谁可以对哪些资源执行哪些操作。

关键概念：

成员： 用户、服务账号或群组
角色： 权限集合
策略： 将成员绑定到角色

角色类型：

原始： 所有者、编辑者、查看者（广泛）
预定义： 服务特定（例如，Compute Admin）
自定义： 用户定义的权限

# 授予用户角色
gcloud projects add-iam-policy-binding my-project \
  --member=user:[email protected] \
  --role=roles/compute.instanceAdmin.v1

# 授予服务账号角色
gcloud projects add-iam-policy-binding my-project \
  --member=serviceAccount:[email protected] \
  --role=roles/storage.objectViewer

# 列出 IAM 策略
gcloud projects get-iam-policy my-project

# 移除角色
gcloud projects remove-iam-policy-binding my-project \
  --member=user:[email protected] \
  --role=roles/compute.instanceAdmin.v1

最佳实践：

尽可能使用预定义角色
遵循最小权限原则
为应用程序使用服务账号
定期审核权限

常见程度： 非常常见 难度： 中等

GCP 核心概念

7. 什么是 GCP 区域和可用区？

回答：

区域：

地理位置（例如，us-central1，europe-west1）
包含多个可用区
独立的故障域
根据延迟、合规性、成本选择

可用区：

区域内的隔离位置
单个故障域
跨可用区部署以实现高可用性

Loading diagram...

示例：

# 列出区域
gcloud compute regions list

# 列出可用区
gcloud compute zones list

# 在特定可用区创建实例
gcloud compute instances create my-vm \
  --zone=us-central1-a

常见程度： 非常常见 难度： 简单

8. 什么是服务账号，何时使用它？

回答： 服务账号 是用于应用程序和 VM 的特殊账号。

特性：

不适用于人类
由应用程序使用
可以拥有 IAM 角色
可以创建用于身份验证的密钥

用例：

VM 实例访问 Cloud Storage
应用程序调用 GCP API
CI/CD 管道
跨项目访问

# 创建服务账号
gcloud iam service-accounts create my-sa \
  --display-name="My Service Account"

# 授予服务账号角色
gcloud projects add-iam-policy-binding my-project \
  --member=serviceAccount:[email protected] \
  --role=roles/storage.objectViewer

# 附加到 VM
gcloud compute instances create my-vm \
  [email protected] \
  --scopes=cloud-platform

常见程度： 常见 难度： 简单-中等

Serverless & Messaging

9. 什么是 Cloud Pub/Sub，何时使用它？

回答： Cloud Pub/Sub 是一种完全托管的消息传递服务，用于异步通信。

关键概念：

主题： 消息发送到的命名资源
订阅： 表示消息流的命名资源
发布者： 将消息发送到主题
订阅者： 从订阅接收消息

架构：

Loading diagram...

基本操作：

# 创建主题
gcloud pubsub topics create my-topic

# 创建订阅
gcloud pubsub subscriptions create my-subscription \
  --topic=my-topic \
  --ack-deadline=60

# 发布消息
gcloud pubsub topics publish my-topic \
  --message="Hello, World!"

# 拉取消息
gcloud pubsub subscriptions pull my-subscription \
  --auto-ack \
  --limit=10

发布者示例 (Python):

from google.cloud import pubsub_v1
import json

# 创建发布者客户端
publisher = pubsub_v1.PublisherClient()
topic_path = publisher.topic_path('my-project', 'my-topic')

# 发布消息
def publish_message(data):
    message_json = json.dumps(data)
    message_bytes = message_json.encode('utf-8')
    
    # 使用属性发布
    future = publisher.publish(
        topic_path,
        message_bytes,
        event_type='order_created',
        user_id='123'
    )
    
    print(f'Published message ID: {future.result()}')

# 批量发布以提高效率
def publish_batch(messages):
    futures = []
    for message in messages:
        message_bytes = json.dumps(message).encode('utf-8')
        future = publisher.publish(topic_path, message_bytes)
        futures.append(future)
    
    # 等待所有消息发布
    for future in futures:
        future.result()

订阅者示例 (Python):

from google.cloud import pubsub_v1

subscriber = pubsub_v1.SubscriberClient()
subscription_path = subscriber.subscription_path('my-project', 'my-subscription')

def callback(message):
    print(f'Received message: {message.data.decode("utf-8")}')
    print(f'Attributes: {message.attributes}')
    
    # 处理消息
    try:
        process_message(message.data)
        message.ack()  # 确认成功处理
    except Exception as e:
        print(f'Error processing message: {e}')
        message.nack()  # 否定确认（重试）

# 订阅
streaming_pull_future = subscriber.subscribe(subscription_path, callback=callback)

print(f'Listening for messages on {subscription_path}...')

try:
    streaming_pull_future.result()
except KeyboardInterrupt:
    streaming_pull_future.cancel()

订阅类型：

1. 拉取订阅：

# 订阅者按需拉取消息
gcloud pubsub subscriptions create pull-sub \
  --topic=my-topic

2. 推送订阅：

# Pub/Sub 将消息推送到 HTTPS 端点
gcloud pubsub subscriptions create push-sub \
  --topic=my-topic \
  --push-endpoint=https://myapp.example.com/webhook

用例：

事件驱动架构
微服务通信
流处理管道
IoT 数据摄取
异步任务处理

最佳实践：

使用消息属性进行过滤
实现幂等消息处理
设置适当的确认截止时间
为失败的消息使用死信主题
监控订阅积压

常见程度： 常见 难度： 中等

10. 什么是 Cloud Run functions，如何部署一个？

回答： Cloud Run functions 是 Google Cloud 当前用于无服务器、事件驱动代码的函数体验。面试中仍可能听到 “Cloud Functions” 这个名称；核心思路相同：部署响应 HTTP 请求或事件的小型函数，而不需要管理服务器。

触发器：

HTTP 请求
Cloud Pub/Sub 消息
Cloud Storage 事件
Firestore 事件
Firebase 事件

HTTP 函数示例：

# main.py
import functions_framework
from flask import jsonify

@functions_framework.http
def hello_http(request):
    """HTTP Cloud Function"""
    request_json = request.get_json(silent=True)
    
    if request_json and 'name' in request_json:
        name = request_json['name']
    else:
        name = 'World'
    
    return jsonify({
        'message': f'Hello, {name}!',
        'status': 'success'
    })

Pub/Sub 函数示例：

import base64
import json
import functions_framework

@functions_framework.cloud_event
def process_pubsub(cloud_event):
    """Triggered by Pub/Sub message"""
    # 解码消息
    message_data = base64.b64decode(cloud_event.data["message"]["data"]).decode()
    message_json = json.loads(message_data)
    
    print(f'Processing message: {message_json}')
    
    # 处理消息
    result = process_data(message_json)
    
    return result

Storage 函数示例：

import functions_framework

@functions_framework.cloud_event
def process_file(cloud_event):
    """Triggered by Cloud Storage object creation"""
    data = cloud_event.data
    
    bucket = data["bucket"]
    name = data["name"]
    
    print(f'File {name} uploaded to {bucket}')
    
    # 处理文件
    process_uploaded_file(bucket, name)

部署：

# 部署 HTTP 函数
gcloud functions deploy hello_http \
  --runtime=python312 \
  --trigger-http \
  --allow-unauthenticated \
  --entry-point=hello_http \
  --region=us-central1

# 部署 Pub/Sub 函数
gcloud functions deploy process_pubsub \
  --runtime=python312 \
  --trigger-topic=my-topic \
  --entry-point=process_pubsub \
  --region=us-central1

# 部署 Storage 函数
gcloud functions deploy process_file \
  --runtime=python312 \
  --trigger-resource=my-bucket \
  --trigger-event=google.storage.object.finalize \
  --entry-point=process_file \
  --region=us-central1

# 使用环境变量部署
gcloud functions deploy my_function \
  --runtime=python312 \
  --trigger-http \
  --set-env-vars DATABASE_URL=...,API_KEY=...

# 使用特定内存和超时部署
gcloud functions deploy my_function \
  --runtime=python312 \
  --trigger-http \
  --memory=512MB \
  --timeout=300s

Requirements 文件：

# requirements.txt
functions-framework==3.*
google-cloud-storage==2.*
google-cloud-pubsub==2.*
requests==2.*

本地测试：

# 安装 Functions Framework
pip install functions-framework

# 本地运行
functions-framework --target=hello_http --port=8080

# 使用 curl 测试
curl -X POST http://localhost:8080 \
  -H "Content-Type: application/json" \
  -d '{"name": "Alice"}'

监控：

# 查看日志
gcloud functions logs read hello_http \
  --region=us-central1 \
  --limit=50

# 查看函数详细信息
gcloud functions describe hello_http \
  --region=us-central1

最佳实践：

保持函数小而专注
使用环境变量进行配置
实施适当的错误处理
设置适当的超时值
使用 Cloud Logging 进行调试
尽量减少冷启动时间

常见程度： 非常常见 难度： 简单-中等

CLI & 工具

11. 解释常见的 gcloud CLI 命令和配置。

回答： gcloud CLI 是管理 GCP 资源的主要工具。

初始设置：

# 安装 gcloud SDK (macOS)
curl https://sdk.cloud.google.com | bash
exec -l $SHELL

# 初始化并进行身份验证
gcloud init

# 登录
gcloud auth login

# 设置默认项目
gcloud config set project my-project-id

# 设置默认区域/可用区
gcloud config set compute/region us-central1
gcloud config set compute/zone us-central1-a

配置管理：

# 列出配置
gcloud config configurations list

# 创建新配置
gcloud config configurations create dev-config

# 激活配置
gcloud config configurations activate dev-config

# 设置属性
gcloud config set account [email protected]
gcloud config set project dev-project

# 查看当前配置
gcloud config list

# 取消设置属性
gcloud config unset compute/zone

按服务划分的常见命令：

Compute Engine：

# 列出实例
gcloud compute instances list

# 创建实例
gcloud compute instances create my-vm \
  --machine-type=e2-medium \
  --zone=us-central1-a

# SSH 进入实例
gcloud compute ssh my-vm --zone=us-central1-a

# 停止/启动实例
gcloud compute instances stop my-vm --zone=us-central1-a
gcloud compute instances start my-vm --zone=us-central1-a

# 删除实例
gcloud compute instances delete my-vm --zone=us-central1-a

Cloud Storage：

# 列出存储桶
gsutil ls

# 创建存储桶
gsutil mb -l us-central1 gs://my-bucket

# 上传文件
gsutil cp myfile.txt gs://my-bucket/

# 下载文件
gsutil cp gs://my-bucket/myfile.txt ./

# 同步目录
gsutil -m rsync -r ./local-dir gs://my-bucket/remote-dir

# 设置存储桶生命周期
gsutil lifecycle set lifecycle.json gs://my-bucket

IAM：

# 列出 IAM 策略
gcloud projects get-iam-policy my-project

# 添加 IAM 绑定
gcloud projects add-iam-policy-binding my-project \
  --member=user:[email protected] \
  --role=roles/viewer

# 创建服务账号
gcloud iam service-accounts create my-sa \
  --display-name="My Service Account"

# 创建并下载密钥
gcloud iam service-accounts keys create key.json \
  [email protected]

Kubernetes Engine：

# 列出集群
gcloud container clusters list

# 获取凭据
gcloud container clusters get-credentials my-cluster \
  --zone=us-central1-a

# 创建集群
gcloud container clusters create my-cluster \
  --num-nodes=3 \
  --zone=us-central1-a

有用的标志：

# 格式化输出
gcloud compute instances list --format=json
gcloud compute instances list --format=yaml
gcloud compute instances list --format="table(name,zone,status)"

# 过滤结果
gcloud compute instances list --filter="zone:us-central1-a"
gcloud compute instances list --filter="status=RUNNING"

# 限制结果
gcloud compute instances list --limit=10

# 排序结果
gcloud compute instances list --sort-by=creationTimestamp

有用的命令：

# 获取帮助
gcloud help
gcloud compute instances create --help

# 查看项目信息
gcloud projects describe my-project

# 列出可用区域/可用区
gcloud compute regions list
gcloud compute zones list

# 查看配额
gcloud compute project-info describe \
  --project=my-project

# 启用 API
gcloud services enable compute.googleapis.com

# 列出已启用的 API
gcloud services list --enabled

最佳实践：

使用配置管理不同环境
设置默认项目和区域
使用 --format 进行脚本编写
使用 --filter 缩小结果范围
启用命令完成
保持 gcloud SDK 更新

常见程度： 非常常见 难度： 简单-中等

结论

准备初级 GCP 云工程师面试，重点是展示实用判断。好的回答会说明服务用途、权衡点，以及你会在控制台或 CLI 中执行的简单操作。

优先复习这些方面：

Compute： 何时使用 Compute Engine、GKE、Cloud Run 或 Cloud Run functions
Storage： bucket 存储类别、生命周期规则、保留策略和安全访问
Networking： VPC、子网、路由、防火墙规则和负载均衡基础
IAM： 预定义角色、服务账号、最小权限和避免长期密钥
Operations： 日志、指标、配额、gcloud 配置和基础排障

面试前，创建一个小项目，部署一个 VM 或 function，向 Cloud Storage 上传文件，给服务账号授予有限角色，并练习把每个决定大声解释出来。

最新职业建议

初级 GCP 云工程师面试题

介绍

GCP Compute Engine

1. 什么是 Google Compute Engine，它的主要用例是什么？

2. 解释持久磁盘和本地 SSD 之间的区别。

GCP Cloud Storage

3. Cloud Storage 中有哪些不同的存储类别？

GCP VPC (Virtual Private Cloud)

4. 什么是 VPC，它的关键组件是什么？

5. 防火墙规则在 GCP 中如何工作？

GCP IAM

6. 解释 GCP 中的 IAM 角色和权限。

GCP 核心概念

7. 什么是 GCP 区域和可用区？

8. 什么是服务账号，何时使用它？

Serverless & Messaging

9. 什么是 Cloud Pub/Sub，何时使用它？

10. 什么是 Cloud Run functions，如何部署一个？

CLI & 工具

11. 解释常见的 gcloud CLI 命令和配置。

结论

真正有效的每周职业建议

真正有效的每周职业建议

相关文章

初级前端开发面试题：HTML、CSS 和 JavaScript

初级前端面试题：React 和工具

初级 Node.js 后端开发面试题

在招聘人员面前脱颖而出，获得梦想工作

分享这篇文章

战胜75%的ATS拒绝率