Câu hỏi phỏng vấn Python thường gặp (kèm gợi ý trả lời)

1. 01Phân biệt list, tuple, set và dict. Kiểu nào mutable, kiểu nào immutable và vì sao điều đó quan trọng?Junior

   Gợi ý trả lời

   list là dãy có thứ tự, sửa được. tuple có thứ tự nhưng bất biến. set là tập không trùng lặp. dict là cặp key-value, giữ thứ tự chèn từ Python 3.7.

   • Mutable: list, dict, set. Immutable: tuple, str, int, frozenset.
   • Key của dict và phần tử của set phải hashable, nên dùng được tuple nhưng không dùng được list.
   • Kiểm tra x in my_set trung bình O(1), còn x in my_list là O(n). Cần tra cứu nhiều lần thì đổi sang set.

   seen = set()
   for item in items:
       if item.id in seen:
           continue
       seen.add(item.id)
   

   Người phỏng vấn muốn nghe: bạn chọn cấu trúc dữ liệu theo thao tác cần làm, không theo thói quen.

2. 02Đoạn code def add(item, items=[]) có vấn đề gì?Junior

   Gợi ý trả lời

   Giá trị mặc định được tạo một lần khi định nghĩa hàm, không phải mỗi lần gọi. Mọi lần gọi không truyền items sẽ dùng chung một list, nên dữ liệu bị cộng dồn qua các lần gọi.

   def add(item, items=None):
       if items is None:
           items = []
       items.append(item)
       return items
   

   • Áp dụng cho mọi giá trị mặc định mutable: [], {}, set().
   • Với dataclass, dùng field(default_factory=list).
   • Với Django model field, truyền hàm chứ không truyền object: default=list, không phải default=[].

   Hay sai: dùng if not items: thay cho if items is None:. Khi caller truyền vào list rỗng có chủ đích, hàm lại tạo list mới và caller không nhận được kết quả.

3. 03Shallow copy và deep copy khác nhau thế nào? Phép gán b = a có tạo bản sao không?Junior

   Gợi ý trả lời

   b = a không sao chép gì: hai tên cùng trỏ đến một object. Sửa qua b thì a cũng đổi.

   • Shallow copy (a.copy(), list(a), a[:], copy.copy(a)): tạo container mới nhưng các phần tử bên trong vẫn là object cũ.
   • Deep copy (copy.deepcopy(a)): sao chép đệ quy toàn bộ cấu trúc.

   a = [[1, 2], [3]]
   b = a.copy()
   b[0].append(99)   # a cũng thành [[1, 2, 99], [3]]
   

   Hay sai: tạo ma trận bằng [[0] * 3] * 3. Ba hàng là cùng một list, sửa một ô thì cả cột đổi theo. Viết đúng: [[0] * 3 for _ in range(3)].

4. 04Generator và yield là gì? Khác gì với list comprehension?Junior

   Gợi ý trả lời

   Generator sinh giá trị lười (lazy): mỗi lần được hỏi mới tính phần tử tiếp theo, rồi tạm dừng tại yield. Nhờ vậy nó không phải giữ toàn bộ dữ liệu trong bộ nhớ.

   def read_lines(path):
       with open(path) as f:
           for line in f:
               yield line.rstrip()
   
   total = sum(len(l) for l in read_lines("big.log"))
   

   • List comprehension [x * 2 for x in data] tạo cả list ngay. Generator expression (x * 2 for x in data) thì không.
   • Hợp với file lớn, dữ liệu stream, phân trang API, pipeline xử lý nhiều bước.

   Hay sai: duyệt một generator hai lần. Lần thứ hai không có gì vì nó đã cạn; cần duyệt lại thì tạo generator mới hoặc chuyển thành list.

5. 05Decorator hoạt động thế nào? Hãy viết một decorator đo thời gian chạy của hàm.

   Gợi ý trả lời

   Decorator là hàm nhận một hàm và trả về hàm mới bọc quanh nó. @timer chỉ là cú pháp ngắn của func = timer(func).

   import functools, time
   
   def timer(func):
       @functools.wraps(func)
       def wrapper(*args, **kwargs):
           start = time.perf_counter()
           try:
               return func(*args, **kwargs)
           finally:
               print(func.__name__, time.perf_counter() - start)
       return wrapper
   

   • functools.wraps giữ lại __name__, docstring của hàm gốc, quan trọng cho log và debug.
   • Decorator có tham số (ví dụ @retry(times=3)) cần thêm một lớp hàm bên ngoài.
   • Ví dụ thực tế: @app.get của FastAPI, @login_required của Django, @functools.lru_cache.

   Hay sai: decorator viết kiểu đồng bộ bọc hàm async def. Kết quả là đo thời gian tạo coroutine chứ không phải thời gian chạy.

6. 06GIL là gì? Vậy khi nào dùng threading, multiprocessing hay asyncio?

   Gợi ý trả lời

   GIL (Global Interpreter Lock) trong CPython chỉ cho một thread chạy bytecode Python tại một thời điểm. Vì vậy threading không tăng tốc tác vụ nặng CPU, nhưng vẫn hữu ích cho I/O vì GIL được nhả ra khi chờ mạng, đĩa.

   • I/O, số lượng vừa phải, thư viện blocking: threading hoặc ThreadPoolExecutor.
   • I/O rất nhiều kết nối đồng thời: asyncio với thư viện async (httpx, asyncpg).
   • Nặng CPU: multiprocessing hoặc ProcessPoolExecutor, hoặc dùng thư viện viết bằng C như NumPy (nhả GIL khi tính toán).

   Từ Python 3.13 có bản build free-threaded (không GIL) tuỳ chọn, nhưng chưa phải mặc định và còn phụ thuộc thư viện hỗ trợ.

   Người phỏng vấn muốn nghe: bạn phân biệt được bài toán I/O-bound và CPU-bound trước khi chọn công cụ.

7. 07Trong Django ORM, lỗi N+1 query là gì? Phân biệt select_related và prefetch_related.

   Gợi ý trả lời

   N+1 là khi lấy danh sách bằng 1 query, rồi mỗi phần tử truy cập quan hệ lại sinh thêm 1 query. Ví dụ duyệt 50 bài viết và in post.author.name sẽ thành 51 query.

   • select_related: dùng SQL JOIN, cho quan hệ trỏ tới một object (ForeignKey, OneToOne).
   • prefetch_related: chạy query riêng rồi ghép trong Python, cho quan hệ nhiều (ManyToMany, reverse ForeignKey).

   posts = (Post.objects
            .select_related("author")
            .prefetch_related("tags"))
   

   Phát hiện bằng Django Debug Toolbar, hoặc assertNumQueries trong test.

   Hay sai: gọi .filter() trên quan hệ đã prefetch bên trong vòng lặp. Lệnh đó tạo query mới và bỏ qua dữ liệu prefetch; dùng Prefetch(..., queryset=...) để lọc ngay từ đầu.

8. 08Context manager (with) là gì? Làm sao tự viết một context manager?

   Gợi ý trả lời

   Context manager đảm bảo việc "mở" và "dọn dẹp" luôn đi cùng nhau, kể cả khi có exception: đóng file, trả connection, nhả lock, rollback transaction.

   Cách nhanh nhất là dùng contextlib.contextmanager:

   from contextlib import contextmanager
   
   @contextmanager
   def db_transaction(conn):
       try:
           yield conn
           conn.commit()
       except Exception:
           conn.rollback()
           raise
   

   • Cách đầy đủ: viết class có __enter__ và __exit__(self, exc_type, exc, tb). Nếu __exit__ trả về True thì exception bị nuốt.
   • Bản async: async with, __aenter__/__aexit__ hoặc asynccontextmanager.

   Hay sai: quên raise lại exception trong khối except, khiến lỗi bị che mất và code phía sau tưởng mọi thứ đã thành công.

9. 09Giải thích event loop của asyncio. Trong FastAPI, khi nào viết async def và khi nào viết def?Senior

   Gợi ý trả lời

   asyncio chạy nhiều coroutine trên một thread. Khi coroutine gặp await một thao tác I/O, nó nhường quyền cho event loop chạy coroutine khác. Đây là đa nhiệm hợp tác: coroutine nào không await thì chiếm luôn cả loop.

   Trong FastAPI:

   • async def khi mọi thứ bên trong đều async (httpx.AsyncClient, driver DB async).
   • def khi dùng thư viện blocking (requests, ORM đồng bộ). FastAPI sẽ chạy hàm này trong threadpool, nên không chặn loop.
   • Gọi song song: await asyncio.gather(fetch_a(), fetch_b()).

   Hay sai: viết async def rồi gọi requests.get() hoặc time.sleep() bên trong. Cả server đứng hình trong lúc chờ. Nếu buộc phải gọi code blocking, dùng await asyncio.to_thread(func).

   Người phỏng vấn muốn nghe: async tăng khả năng xử lý đồng thời cho I/O, không làm code CPU nhanh hơn.

10. 10Python quản lý bộ nhớ thế nào? Một worker Python cứ tăng RAM dần, bạn tìm nguyên nhân ra sao?Senior

    Gợi ý trả lời

    CPython dùng reference counting: object bị giải phóng ngay khi số tham chiếu về 0. Bộ thu gom gc chạy thêm để dọn các vòng tham chiếu (A trỏ B, B trỏ A).

    Nguyên nhân leak hay gặp:

    • Cache toàn cục (dict, lru_cache không giới hạn) chỉ thêm không xoá.
    • Biến ở module hoặc class tích luỹ dữ liệu qua các request.
    • Đọc cả file hay cả queryset lớn vào bộ nhớ thay vì xử lý theo lô.
    • Extension C giữ bộ nhớ ngoài tầm GC.

    Cách điều tra:

    • tracemalloc: chụp snapshot hai thời điểm rồi so sánh dòng code cấp phát nhiều nhất.
    • Theo dõi RSS theo thời gian, thử tái hiện với một loại request.
    • Giải pháp tạm: cấu hình worker tự khởi động lại sau N request (Gunicorn max_requests, Celery max_tasks_per_child).

    Người phỏng vấn muốn nghe: bạn đo trước khi đoán, và biết giải pháp tạm không thay cho việc tìm nguyên nhân.

11. 11Một API viết bằng Python (Django hoặc FastAPI) phản hồi chậm. Bạn tối ưu theo thứ tự nào?Senior

    Gợi ý trả lời

    Đo trước, tối ưu chỗ tốn nhất trước. Phần lớn trường hợp nút thắt là DB và gọi mạng, không phải tốc độ của Python.

    1. Đo: APM hoặc tracing (OpenTelemetry) để biết thời gian nằm ở DB, API ngoài hay code. Profile bằng py-spy (gắn vào process đang chạy) hoặc cProfile.
    2. DB: xử lý N+1, thêm index phù hợp, chỉ lấy cột cần (only, values), phân trang.
    3. Cache: Redis cho dữ liệu đọc nhiều, ít đổi; nhớ chiến lược invalidate.
    4. Việc nặng hoặc không cần trả ngay (gửi email, xuất file): đẩy sang Celery hoặc queue.
    5. Gọi nhiều API ngoài: chạy song song, đặt timeout.
    6. Cuối cùng mới tới tối ưu thuật toán, hoặc đưa đoạn nặng CPU sang thư viện C hay service khác.

    Hay sai: viết lại sang async hoặc đổi ngôn ngữ trước khi biết thời gian thực sự bị tiêu ở đâu.

12. 12Bạn tổ chức một codebase Python lớn nhiều người cùng làm như thế nào: type hints, quản lý dependency, chất lượng code?Senior

    Gợi ý trả lời

    Python linh hoạt nên dự án lớn dễ rối; cần công cụ để bắt lỗi trước khi chạy.

    • Type hints + type checker (mypy hoặc pyright) chạy trong CI. Dùng Protocol cho interface, TypedDict hoặc dataclass thay cho dict tự do.
    • Validate dữ liệu ở biên (request, config, message) bằng Pydantic; bên trong tin vào kiểu đã kiểm.
    • Dependency: môi trường ảo riêng, file lock để build tái lập được (uv, Poetry hoặc pip-tools). Tách dependency dev và production.
    • Lint/format tự động: ruff thay cho nhiều công cụ cũ; chạy qua pre-commit và CI.
    • Cấu trúc: chia theo domain, tách logic nghiệp vụ khỏi framework để test không cần DB hay HTTP.
    • Test bằng pytest với fixture; test tích hợp cho các luồng chính.

    Người phỏng vấn muốn nghe: bạn hiểu type hints không kiểm tra lúc runtime, nên vẫn cần validate dữ liệu đầu vào.

Gặp câu hỏi khác khi phỏng vấn? Kể lại ẩn danh để người sau ôn đúng trọng tâm, hoặc xem câu hỏi thật hay gặp ở nhiều công ty.