Stripe SDE VO 面经｜Integration 怎么考

Integration 面试是什么

Stripe 从 Intern 到 Senior，几乎都用同一套 integration 题库，区别只在于面试官的期望，以及你能走到第几步。面试通常一小时，形式和传统的 LeetCode 式面试完全不同：

• 你要从 GitHub 下载一个公开的 repository，用自己的 IDE 打开。
• 题目说明藏在 GitHub 的 issue 里，不能下载、不能复制，只能在浏览器和 IDE 之间来回切换。

这种设置是有意的：它模拟真实开发中在读代码、调试、查文档之间不断切换的场景，也能看出你在有限时间里的节奏掌控能力。

整场面试不考算法推导，考的完全是工程师的 integration 实战能力：

• 能否快速理解已有代码
• 能否在不破坏结构的前提下扩展功能
• 能否读懂文档、发起请求、解析数据
• debug 时能否保持思路清晰

题目一般分成五个部分，但几乎没人能写完。Stripe 很清楚时间紧张，更看重实现质量、代码整洁度，以及面对未知需求时的反应。每个 Part 都在向更贴近生产环境的方向推进。

高频题：Bikemap

背景是一个骑行路线可视化系统，需要逐步实现从数据解析到地图渲染的完整链路。

语言建议：题目支持多种语言，但过往经验显示 Python 能节省一半以上的时间。Java、C++ 写 JSON 解析和 HTTP 请求会非常冗长。

Part 1：JSON 解析与坐标提取

给定 ride-simple.json，格式是 GeoJSON，包含大约 500 个 GPS 点。要求解析文件，提取前十个坐标点，按格式输出到标准输出。

听起来简单，但面试官会看：

• 读取逻辑是否合理，比如文件路径是否可配置
• 是否用异常处理保证健壮性
• 能否识别数据的层级结构：Feature → Geometry → Coordinates

不少人在这里浪费时间，因为 JSON 的嵌套层级比想象中深。

import json
import logging
import sys

def load_coordinates(path):
    """读取 GeoJSON，返回路线上的 [lon, lat] 坐标列表"""
    try:
        with open(path, encoding="utf-8") as f:
            data = json.load(f)
    except (OSError, json.JSONDecodeError) as e:
        logging.error("failed to read %s: %s", path, e)
        raise
    # 兼容 FeatureCollection / Feature 两种顶层结构
    features = data["features"] if data.get("type") == "FeatureCollection" else [data]
    for feature in features:
        geometry = feature.get("geometry") or {}
        if geometry.get("type") == "LineString":
            return geometry["coordinates"]
    raise ValueError("no LineString geometry found")

if __name__ == "__main__":
    path = sys.argv[1] if len(sys.argv) > 1 else "ride-simple.json"
    for lon, lat, *_ in load_coordinates(path)[:10]:
        print(f"{lat:.6f}, {lon:.6f}")

常见坑：GeoJSON 的坐标顺序是 [经度, 纬度]（lon, lat），和平时习惯的「纬度, 经度」相反，输出和画图时很容易搞反。

Part 2：HTTP 请求处理

向指定 URL 发送一个 POST 请求，请求体是 JSON（通常和上一部分的内容类似），服务器返回一张 PNG 地图图片，你要把图片保存到本地。

面试官会观察：

• 是否熟悉常用的 HTTP 库（比如 requests）
• 是否正确设置 headers、序列化 JSON
• 出错时是否打印合理的日志

很多人卡在这里，不是逻辑错，而是不熟悉第三方库，或者忘了处理网络错误和文件保存路径。

import logging
import os
import requests

def fetch_map(url, coordinates, out_path="map.png", timeout=10):
    """把坐标 POST 给地图服务，保存返回的 PNG"""
    try:
        resp = requests.post(url, json={"coordinates": coordinates}, timeout=timeout)
        resp.raise_for_status()
    except requests.RequestException as e:
        logging.error("request to %s failed: %s", url, e)
        raise
    if "image/png" not in resp.headers.get("Content-Type", ""):
        raise ValueError(f"unexpected content type: {resp.headers.get('Content-Type')}")
    os.makedirs(os.path.dirname(out_path) or ".", exist_ok=True)
    with open(out_path, "wb") as f:
        f.write(resp.content)
    logging.info("saved map to %s (%d bytes)", out_path, len(resp.content))
    return out_path

json= 参数会自动序列化 JSON，并设置 Content-Type: application/json。

Part 3：用 staticmap 库绘制地图

改用 staticmap 库在本地自己画地图：把路线画成折线，生成图片。关键是读懂这个库的文档：先创建地图对象，把路线坐标作为一条线添加上去，再渲染保存。注意它同样使用 (lon, lat) 顺序。

Part 4：地标标记与最近点查找

题目给出一组地标坐标，要求在地图上标注出来，并计算离骑行路线最近的地标。

题目没有要求复杂算法，但面试官会看你是否合理使用数据结构：直接暴力遍历，还是采用更高效的空间结构。

import math

def haversine_km(a, b):
    """两个 (lon, lat) 点之间的球面距离（公里）"""
    lon1, lat1, lon2, lat2 = map(math.radians, (*a, *b))
    h = math.sin((lat2 - lat1) / 2) ** 2 + math.cos(lat1) * math.cos(lat2) * math.sin((lon2 - lon1) / 2) ** 2
    return 2 * 6371 * math.asin(math.sqrt(h))

def nearest_landmark(route, landmarks):
    """landmarks: {name: (lon, lat)}；返回 (名称, 到路线上最近一点的距离 km)"""
    best = None
    for name, pos in landmarks.items():
        d = min(haversine_km(pos, p[:2]) for p in route)
        if best is None or d < best[1]:
            best = (name, d)
    return best

暴力解是 O(地标数 × 路线点数)。题目数据量（约 500 个点）下完全够用，先写出来、再讨论优化最稳妥：数据量大时，可以把路线点建成 KD-Tree 或按 geohash 分桶，每次只查附近的点。

准备建议

这套面试本质是考工程思维和真实的开发习惯，不在意你能不能写出最优算法。所以准备的重点不是刷题，而是熟悉 Python 的这些基础：

• I/O 与文件系统、JSON、HTTP（requests）
• 异常处理与日志
• 模块化设计

能展示出 clean code、分层清晰、日志完备、命名规范，往往比写出高效算法更重要。