33 道 Azure 面试题：从基础到高级

中级 Azure 面试题

这些问题将考察您在 Azure 服务、配置以及在各种场景下有效使用方面的实操经验。面对中级问题，您需要展示对 Azure 核心服务更深入的理解。 

中级问题的主要目标： 评估候选人对 Azure 概念的中级和实施层面的理解。

需要掌握的关键概念

为确保充分准备，请扎实掌握以下概念：

• 计算解决方案： 熟悉计算服务（如 Azure Kubernetes 服务（AKS）、Azure Functions、Azure 虚拟机、Azure 应用服务），并能解释扩缩选项及其高效实现方式。
• 网络： 熟练配置与管理 Azure 虚拟网络、网络安全组（NSG）、Azure VPN 网关、Azure 负载均衡器，以及用于混合连接的 Azure ExpressRoute。
• 安全与合规： 深入理解基于角色的访问控制（RBAC）以及 Azure 如何确保符合行业标准；此外，了解 Azure 安全中心、Azure Key Vault 和 Azure Policy 等重要服务。 
• DevOps 实践： 熟悉使用 Azure DevOps 构建 CI/CD 流水线，利用 ARM 模板进行基础设施自动化，以及使用 Terraform 等配置管理工具。
• 监控与管理： 使用 Azure Monitor、Application Insights 和 Log Analytics 监控与管理 Azure 资源与应用。

可能会被问到的问题

以下是中级 Azure 面试中可能遇到的一些示例问题及建议答案。

11. 什么是 IAM 角色？它们在 Azure 中如何使用？

Azure 身份与访问管理（IAM）是用于管理用户对 Azure 资源访问的强大工具。它允许定义谁可以访问哪些资源，以及可以执行哪些操作。其基础包括：

• 身份识别与身份验证： Azure 中的用户需要通过 Microsoft Entra ID 进行身份识别和验证。
• 角色与权限： 认证通过后，为用户分配定义其权限的角色。默认角色包括 Owner、Contributor 和 Reader。您也可以自定义并创建特定角色，定义可执行的操作。 

12. Azure 负载均衡器如何工作？有哪些类型？

Azure 负载均衡器是一项服务，将进入的网络流量分发到多个后端资源，以确保高可用性和可靠性。它支持自动故障转移和跨虚拟机或实例的负载分配。 

其有付费版（标准版）和免费版（基本版）。两者均可部署为： 

• 公共负载均衡器： 将来自互联网的流量分发给后端池中的虚拟机或实例，并为虚拟机提供出站连接。
• 内部负载均衡器： 在虚拟网络内进行流量均衡，使应用在私有或混合环境中高效通信。

负载均衡器工作在第 4 层，处理 TCP 和 UDP 流量。它通过配置的负载均衡规则和运行状况探针，将来自前端的流量引导至后端池实例，执行基础的负载均衡任务。 

这些后端池实例可以是 Azure 虚拟机或虚拟机规模集。

13. 什么是 Azure 虚拟机？它与 Azure 应用服务有何不同？

Azure 虚拟机是在云中的虚拟化服务器实例（适用于 Windows 或 Linux）。您对操作系统和应用拥有完全控制权。 

相对地，Azure 应用服务是面向 Web 应用和 API 的精简化服务，您无需操心底层基础设施。  

虚拟机提供更深层的控制；而当您希望更多关注代码、少花时间在搭建与运维上时，应用服务是不错的选择。

14. Blob 存储与 Azure 文件存储有哪些主要差异？各自适用于哪些场景？

二者的主要差异包括： 

• 数据类型： Blob 存储面向图像、文档等非结构化数据；Azure 文件存储则优化用于需要跨多台机器共享的结构化数据。 
• 访问协议： Blob 存储通过 HTTP/HTTPS 访问；Azure 文件存储通过 SMB（服务器消息块）协议访问。

两项服务均针对不同数据类型进行了优化，因此应用于不同场景。 

Azure Blob 存储适用于存放不需要传统文件系统的大量非结构化数据，如备份、媒体存储或内容分发。 

而 Azure 文件存储适合需要在多台虚拟机或本地服务器间共享文件的场景，支持传统文件系统操作，如文件共享或“平移迁移”。

若想进一步了解 Azure 服务及其主要用例，您可以查看 DataCamp 的Azure 架构与服务课程。

15. Azure 中有哪些不同的云部署模型？

Azure 提供三种云部署模型：

高级 Azure 面试题

这些问题面向高级岗位，要求具备在 Azure 上设计与实施可扩展、健壮且安全解决方案的深厚知识与经验。 

高级问题的主要目标： 评估候选人对 Azure 概念与服务的高级理解。

需要掌握的关键概念

要做到充分准备，您需要对 Azure 生态具有强大的专业能力，并了解如何使用其服务来设计、构建与部署应用。这意味着理解：

• 架构与设计： 深入理解设计可扩展与高弹性 Azure 解决方案的最佳实践。 
• 多区域部署： 在多个区域中部署应用的策略，以提升可用性与灾难恢复能力，并理解部署全球化应用的最佳实践。 
• 负载均衡与自动扩缩： 实施 Azure 负载均衡器、应用程序网关（Application Gateway）、Azure Front Door 与自动扩缩，确保应用性能与可靠性。
• 灾难恢复： 使用 Azure Site Recovery、Azure 备份，以及跨地域冗余存储方案，确保业务连续性。
• 混合与多云方案： 集成 Azure Stack、Azure Arc 与混合身份方案，实现云端与本地环境的无缝运营。
• 高级安全实践： 实施 Azure Sentinel、Azure 安全中心、Azure Policy 以及自定义安全方案，保护 Azure 资源与数据。

可能会被问到的问题

以下是高级 Azure 面试中可能遇到的一些示例问题及建议答案。

17. 解释 Azure Site Recovery 及其在灾难恢复规划中的作用。

Azure Site Recovery（ASR）是一种灾难恢复解决方案，通过将运行在物理机和虚拟机上的工作负载复制到备用 Azure 区域或本地站点，帮助企业确保业务连续性。在发生中断或灾难时，ASR 可自动故障转移至备用站点，尽量缩短停机时间并减少数据丢失。

Azure Site Recovery 的关键特性包括：

• 自动化复制与恢复： ASR 自动化复制流程，确保数据与应用持续备份至备用位置。
• 灵活的故障转移选项： 支持计划内与计划外故障转移，允许企业在不影响生产工作负载的情况下测试灾备计划。
• 应用一致性： ASR 提供应用一致性的快照，确保多层应用在故障转移后保持一致恢复。

Azure Site Recovery 是灾难恢复规划的重要组成部分，为企业提供防止数据丢失并在突发事件中快速恢复的工具。

18. 解释 Azure Functions，并结合服务架构示意说明最常见的用例。 

Azure Functions 是一种无服务器计算服务，允许开发者按需运行代码，无需管理基础设施。它会根据需求自动扩展，仅按实际执行时间计费。

Azure Functions 的用例：

• 事件驱动任务： 响应事件或触发器执行任务，如 HTTP 请求、队列消息或数据库变更。
• 后台处理： 运行数据处理、批处理作业或文件上传等后台流程。
• 实时处理： 处理来自 IoT 设备或云应用的实时流与事件。
• 机器学习与 AI： 集成机器学习模型与 AI 服务，执行文本补全、图像分类、语义搜索等任务。
• 定时任务： 按预设计划运行代码，如清理数据库或定期发送通知。
• Web API： 使用 HTTP 触发的函数构建可扩展的 Web API，可连接其他服务或充当 Webhook。
• 无服务器工作流： 作为无服务器工作流中的计算组件，与 Azure Logic Apps 等服务集成。
• 可靠消息： 使用 Azure 消息服务（如存储队列与 Service Bus）构建高级事件驱动的消息解决方案。

Azure Functions 通用、与其他 Azure 服务无缝集成，适合多种应用场景。一个很好的例子是将其用于处理文件上传的流水线中。 

以零售数据处理方案为例：合作方系统将产品目录信息以文件形式提交至 Blob 存储。文件上传后，基于 Blob 触发的函数可在主系统中对其进行校验、转换和处理。

Azure Functions 应用架构示意图。图片来源：Microsoft。 

关于更多用例，请参阅微软官方文档。

19. 如何使用 Azure 生成一个基础的 Web 应用？

要在 Azure 上运行一个 Web 应用，我们可以使用以下服务： 

• Microsoft Entra ID 为 Web 应用用户提供统一的身份控制平面，以管理权限和角色。它与应用服务集成，简化 Web 应用的身份验证与授权。
• 应用服务用于构建、部署与扩展 Web 应用。
• Azure Monitor 收集、分析并对部署中的遥测数据采取行动。
• Azure SQL 数据库用于存储相关数据。 

应用的大致思路如下： 

1. 用户向应用服务在 azurewebsites.net 的默认域发出 HTTPS 请求。该域会自动指向应用服务内置的公网 IP。 
2. Easy Auth（Azure 应用服务的一项功能）确保访问站点的用户已通过 Microsoft Entra ID 认证。
3. 您的应用代码部署在应用服务中，由其处理请求。例如，代码可使用在应用服务中配置为应用设置的连接字符串，直接连接 Azure SQL 数据库实例。
4. Application Insights 记录原始应用服务请求以及对 Azure SQL 数据库的调用信息。

相应的架构示意图如下： 

Azure 基础 Web 应用架构示意图。图片来源：Microsoft。 

20. 为全球化应用创建多区域 Azure 部署时，您会考虑哪些步骤？

设计多区域 Azure 部署需要周密规划和若干关键策略：

1. 架构设计：
• 至少在两个区域（主、备）部署。
• 使用 Azure Front Door 实现全球负载均衡与故障转移。
2. 数据复制：
• 对 SQL 数据库使用主动地理复制与自动故障转移组。
• 为 Azure Cosmos DB 启用地理复制。
• 对 Azure 存储使用只读访问的跨地域冗余存储（RA-GRS）。
3. 应用服务：
• 在两个区域分别部署 Web 应用与 API（独立的应用服务应用）。
• 使用 Azure Function Apps 处理后台任务。
4. 网络与安全：
• 使用 Azure DNS 管理 DNS。
• 通过 Azure Front Door 及其 WAF 保障流量安全。
5. 监控与运行状况探针：
• 在 Azure Front Door 中配置运行状况探针。
• 使用 Azure Monitor 和 Application Insights 进行性能追踪。
6. 成本优化与性能：
• 使用 Azure Cache for Redis 与 Azure CDN 做缓存。
• 按可扩展性设计，并对 SQL 数据库进行分片。
7. 卓越运营：
• 将资源组织到独立的资源组中。
• 定期测试故障转移流程并更新灾难恢复计划。

该方法可确保您的全球化应用具备高可用性、安全性与高性能。

21. 在 Azure 中，您将采用哪些负载均衡策略？

Azure 提供多种负载均衡选项，以高效分发流量并保持应用可用性：

负载均衡策略的选择取决于应用的具体需求，例如流量模式、安全要求和地理分布。

22. 您如何确保跨 Azure 环境的合规与治理？

确保 Azure 中的合规与治理，需要实施策略与最佳实践来管理资源并执行标准。以下是一些可帮助实施治理模型的 Azure 服务。

1. Azure Policy： 在 Azure 资源上定义并强制执行规则。该工具允许组织应用治理标准，如命名约定、资源配置与允许的资源类型。
2. Azure Blueprints： 可自动化部署合规的环境。Blueprints 提供符合组织政策与监管要求的资源部署模板。
3. 基于角色的访问控制（RBAC）： 实施 RBAC 管理对 Azure 资源的访问。RBAC 允许组织为用户分配特定角色与权限，确保只有授权人员可以访问敏感资源。
4. 安全中心与合规管理器： 使用 Azure 安全中心和合规管理器，持续监控与评估对行业标准（如 GDPR、HIPAA、ISO 27001）的合规性。

通过利用这些工具和实践，组织可以保持对 Azure 环境的掌控，并确保遵守内部政策与外部法规。 

DataCamp 的Azure 管理与治理课程可以帮助您深入学习治理相关内容。

23. 什么是托管标识（Managed Identities）？为何要使用它们？

托管标识为 Azure 资源（如虚拟机、应用服务或 Functions）在 Microsoft Entra ID 中提供自动管理的身份。

• 解决的问题： 免去开发者在代码中管理凭据（如密码或连接字符串）的需求。
• 工作方式： Azure 资源使用该身份安全地验证访问 Azure Key Vault 或 SQL 数据库等服务，无需您接触或轮换任何密码。

Azure 数据架构师面试题

如果您应聘 Azure 数据架构师岗位，来看一些可能会遇到的问题。

24. 什么是集成运行时（Integration Runtime）？它有哪些不同类型？

集成运行时是 Azure Data Factory 用于在各类网络环境中交付集成功能（如数据流和数据移动）的计算基础设施。

集成运行时有三种类型：

25. 在无人值守的情况下，为防止应用负载过高，可使用哪个 Azure 功能？

要在无人干预时防止应用负载过高，可使用 Azure 自动扩缩（Autoscale）。Autoscale 允许您根据需求与预设规则和度量（如 CPU 或内存使用率）自动扩缩应用或资源。这能在不超额预置、避免不必要成本的同时，提供足够资源来支撑应用的访问需求。

此外，Azure 流量管理器可将流量分配到多个区域，帮助均衡负载并提升应用性能与可用性。 

26. Azure 流量管理器与 Azure 负载均衡器有何不同？

Azure 流量管理器主要负责基于路由方法（如地理位置、性能或优先级）在全球范围内分配流量。这可带来与您的应用全球分布相匹配的更佳用户体验。 

您的公共端点也会因其具有高可用性和高响应性而受益。针对不同的应用目标和故障恢复系统，流量管理器提供多种流量路由机制和端点跟踪方案。 

另一方面，Azure 负载均衡器在某一特定区域内处理流量路由。它将进入的网络流量分配到该区域内的多台虚拟机或服务，确保高性能与高可用性。 

其提供面向所有 UDP 与 TCP 协议的高性能、低延迟的第 4 层负载均衡解决方案，能够在保持高可用性的同时顺畅处理每秒数百万次请求。

27. 解释 Service Bus 队列与存储队列（Storage Queue）。

Azure Service Bus 队列属于 Azure 消息框架，包含队列、发布/订阅等功能。它们内置死信队列以处理消息失败，并允许设置消息过期时间。 

Service Bus 队列非常适合通过通信协议、数据契约、信任域或安全协议来连接不同的应用组件。

Azure 存储队列属于 Azure 存储框架，以简洁易用著称。可以通过本地 Azure Storage Emulator 轻松进行调试。 

Azure 存储队列工具允许您快速查看前 32 条消息，并在 Visual Studio 中直接可视化 XML/JSON 消息内容。 

存储队列的另一特性是可在需要时清空其内容，有助于顺畅完成开发与测试工作。

28. 在 Azure 中，数据湖与数据仓库有何区别？

Azure Data Lake（ADLS Gen2）用于存储海量的非结构化、半结构化与结构化数据（读时定义模式，Schema-on-Read）。Azure Synapse Analytics（数据仓库）则针对关系型、结构化数据和高性能 SQL 查询进行了优化（写时定义模式，Schema-on-Write）。

Azure 数据科学家面试题

数据科学家这一角色同样需要 Azure 知识。以下是应聘该岗位时可能被问到的一些 Azure 问题。

29. Azure Data Factory 支持多少种数据集类型？

Azure Data Factory 支持的数据集包括： 

• CSV
• Excel
• Binary
• Avro
• JSON
• ORC
• XML
• Parquet

30. 如何在 Azure 机器学习工作室训练并部署机器学习模型？

Azure 机器学习提供三种主要建模界面，满足不同技能水平与需求：

1. 自动化 ML（AutoML）： 适合快速原型。您上传数据，Azure 会自动遍历多种算法与超参数，针对您的指标寻找最佳模型。
2. Azure ML 设计器： 可视化拖拽界面，您可通过连接数据集与模块创建训练流水线，无需写代码。
3. Notebook 与 Python SDK（代码优先）： 专业数据科学家的常用方式。您在 Azure Studio 托管的 Jupyter Notebooks 中，使用 Azure ML SDK v2 编写 Python 代码来训练、注册与管理模型。

通用流程：

1. 准备数据： 在 Azure ML Data Store 中注册数据集。
2. 计算资源： 创建计算集群（托管虚拟机）来运行训练脚本。
3. 训练： 提交在计算集群上运行训练脚本的“作业”（实验）。
4. 注册： 详细指标与最终模型文件（pkl/onnx）会保存到模型注册库。
5. 部署： 将模型容器化（Docker），并部署到联机终结点（用于实时推理）或批处理终结点（用于大规模批处理）。

31. 如何提升 SQL Azure 数据库的性能？

要增强 SQL Azure 数据库性能，可考虑以下策略：

1. 查询优化：
• 执行计划与统计信息：分析查询执行计划并更新统计信息，以识别并优化慢查询。
• 索引：创建与维护合适的索引以加速数据检索。
2. 动态管理视图（DMVs）：
• 使用 SQL Azure 的 DMV 监控性能指标、识别瓶颈并有效管理资源。
3. 网络考量：
• 延迟与带宽：将数据库与应用部署在同一 Azure 区域，以尽量降低网络延迟并提升带宽。
• 连接池：实现连接池以减少建立连接的开销。
4. 扩展：
• 纵向扩展：选择更高的服务层级以提升 SQL Azure 数据库的性能级别。
• 横向扩展：通过分片或分区将负载分散到多个数据库。
5. 缓存：
• 实施缓存策略，如使用 Azure Cache for Redis，将常用数据存入内存以减轻数据库负载。
6. 性能监控工具：
• 持续监控与优化性能，使用 Azure SQL 数据库内置的性能监控与优化工具，如 Query Performance Insight 和 Automatic Tuning。

通过实施这些策略，您可以显著提升 SQL Azure 数据库的性能。

32. 如何优化 Azure Data Factory 中管道的性能？

优化 Azure Data Factory 管道性能，涉及提升数据移动、数据转换与整体管道执行效率。 

以下是一些优化策略：

1. 选择合适的集成运行时： 根据数据源与目标的位置选择合适的集成运行时，确保计算资源尽量靠近数据，从而降低延迟并提升性能。
2. 并行处理： 将数据拆分为更小的区块，并在管道或数据流活动中并行执行。并行化可显著加速数据处理。
3. 高效的数据流： 尽量减少不必要的转换与数据洗牌操作。减少这些操作有助于简化数据流并提升性能。

通过实施这些策略，您可以有效优化 Azure Data Factory 管道的性能。

33. 您如何在 Azure 中管理与存储数据？会使用哪些工具？

Azure 提供多种在云中管理与存储数据的服务：

• Azure SQL 数据库： 全托管关系型数据库服务，提供高可用性、自动备份和可扩展性。支持多种 SQL Server 功能，可存储和管理结构化数据。
• Azure Cosmos DB： 全球分布式的多模型数据库服务，支持文档、键值、图形与列族等 NoSQL 数据库。具备自动扩展与高可用性，可存储与管理非结构化数据。
• Azure Blob 存储： 全托管对象存储服务，用于存储与管理非结构化数据，如图像、视频和文档。提供高可用性、耐久性与可扩展性，并可通过 REST API 访问。
• Azure Data Lake Storage Gen 2：可扩展且安全的数据湖服务，用于存储与管理大量非结构化和结构化数据。提供细粒度访问控制，可通过 Azure Data Factory、Azure Databricks 等工具访问。
• Azure 备份： 用于在 Azure 中保护和恢复数据的备份与灾备服务。提供自动备份，可用于备份本地环境以及 Azure 服务（如 Azure 虚拟机和 Azure 文件共享）的数据。
• Azure Site Recovery：用于将应用和工作负载复制并恢复到 Azure 或其他位置的灾难恢复服务。提供接近零的 RPO 与 RTO，可从本地环境与 Azure 服务（如 Azure 虚拟机）复制工作负载。

结语

本文整理了 30 道有针对性的问题，帮助您为即将到来的面试做好准备。按类别组织——基础、中级与高级 Azure 问题，以及数据架构师与数据科学家专项问题——助您充分展示专业能力！

如果您想提升 Azure 与数据实践技能，以下资源值得一看：

• Introduction to Azure 
• Microsoft Azure Fundamentals (AZ-900)
• Azure Architecture and Services 
• Introduction to Data Engineering
• Understanding Cloud Computing

祝您面试顺利！