Stripe 从 Intern 到 Senior，几乎都在用同一套 integration 题库，区别只在面试官的期望和你能走到第几步。整场面试通常 一小时，形式和传统 LeetCode 式面试完全不同。这篇以高频题 Bikemap 为主线，把这套 integration 面试拆解清楚。
一、面试形式：本地 IDE + GitHub issue
你会被要求从 GitHub 下载一个公开 repository，本地用自己的 IDE 打开。题目说明藏在 GitHub 的 issue 里——不能下载、不能复制，想看只能不停在浏览器和 IDE 之间切换。这种设置是有意的：它模拟真实开发中在阅读代码、调试、查文档之间不断切换的场景，也能看出你在有限时间内的节奏掌控能力。
整个面试 不要求算法推导，也没有复杂数学，考察点完全是你作为工程师的 integration 实战能力：能否快速理解已有代码、在不破坏结构的情况下扩展功能、读懂文档、发起请求、解析数据，以及 debug 时是否思路清晰。
二、题目结构：五个 Part，几乎没人写完
题目一般分成五个 Part，但 几乎没人能完整写完五个。Stripe 很清楚时间紧张，更看重 实现质量、代码整洁度、面对未知需求时的反应方式。每个 Part 都向更真实、更贴近生产环境的方向推进。
提示：题目支持多语言，但过往经验显示 用 Python 能节省一半以上开发时间。Java / C++ 版本写起来非常冗长，尤其涉及 JSON 解析和 HTTP 请求时。
三、Part 1：GeoJSON 数据解析与坐标提取
给定一个名为 ride-simple.json 的文件，格式是 GeoJSON，包含约 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，但面试官在乎你是否合理组织读取逻辑：文件路径可配置、异常处理保证健壮、能识别数据层级结构（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
def extract_coords(path: str, n: int = 10):
try:
with open(path, "r", encoding="utf-8") as f:
data = json.load(f)
except (OSError, json.JSONDecodeError) as e:
raise RuntimeError(f"failed to read {path}: {e}")
# GeoJSON 层级：FeatureCollection -> features[0] -> geometry -> coordinates
feats = data.get("features") or []
if not feats:
return []
coords = feats[0].get("geometry", {}).get("coordinates", [])
return coords[:n]
if __name__ == "__main__":
for lng, lat in extract_coords("ride-simple.json"):
print(f"{lat},{lng}") # GeoJSON 是 [经度, 纬度] 顺序，输出时注意
四、Part 2：HTTP POST 取地图图片
向指定 URL 发一个 POST 请求，请求体是 JSON（通常与上一部分生成的内容类似），服务器返回一张 PNG 地图图片，把它保存到本地。
面试官观察你是否熟悉常见 HTTP 库（如 requests）、能否正确设置 headers、序列化 JSON，并在异常时打印合理日志。很多人卡在这里不是逻辑错误，而是 对第三方库不熟，或忘了处理网络错误和文件保存路径。
import requests
def fetch_map(url: str, points, out_path: str = "map.png"):
payload = {"coordinates": points}
try:
resp = requests.post(url, json=payload,
headers={"Content-Type": "application/json"},
timeout=10)
resp.raise_for_status() # 4xx/5xx 直接抛，避免把错误页当图片存下
except requests.RequestException as e:
print(f"[ERROR] request failed: {e}")
raise
with open(out_path, "wb") as f: # PNG 是二进制，必须 wb
f.write(resp.content)
print(f"[OK] saved {len(resp.content)} bytes -> {out_path}")
五、Part 3：staticmap 渲染路线
使用 staticmap 库把骑行路线画出来：把坐标点连成 line，渲染到地图底图上并导出图片。重点是 正确使用库的 API（CoordinateLine、render）和处理坐标顺序。
from staticmap import StaticMap, Line
def render_route(points, out_path="route.png"):
m = StaticMap(800, 600)
# staticmap 接受 (lng, lat)，与 GeoJSON 顺序一致
m.add_line(Line(points, "blue", 3))
image = m.render()
image.save(out_path)
六、Part 4：地标标注 + 最近点查找
给一组 地标坐标，在地图上标注出来，并计算 离骑行路线最近的地标。题目没明确要求复杂算法，但考官会看你是否合理使用数据结构：计算最近点时是 直接暴力遍历 O(n) 还是用更高效的空间结构。
import math
def nearest_landmark(route, landmarks):
def dist(a, b):
# 小范围用平面近似即可；要更准可用 haversine
return math.hypot(a[0] - b[0], a[1] - b[1])
best, best_d = None, float("inf")
for lm in landmarks:
d = min(dist(lm, p) for p in route) # 地标到路线上所有点的最小距离
if d < best_d:
best_d, best = d, lm
return best, best_d
面试时可以主动提一句：点很多时可以用 KD-Tree / 网格分桶把最近点查找从 O(n·m) 降下来——即便不实现，也是个加分的工程意识信号。
七、Part 5（很少有人走到）
后续 Part 会继续向生产环境推进，比如批量处理多条路线、缓存地图请求、把脚本模块化成可复用的 CLI 等。能走到这里的人不多，写不完是常态，重点是前面几个 Part 的 质量。
八、准备建议
Stripe 这套面试本质是 工程思维与真实开发习惯 的考察，不在意你能否写出最优算法。准备时最重要的不是刷题，而是熟悉 Python 的 I/O、HTTP、JSON、文件系统、异常处理、模块化设计 这些基础。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。
FAQ
Q1：Stripe integration 面试和普通 coding 面有什么不同？
完全不同。它是一小时本地 IDE + GitHub issue 的形式，不考算法推导，考你读懂已有代码、扩展功能、发请求、解析数据、debug 的 integration 实战能力。
Q2：Bikemap 五个 Part 一定要写完吗？
几乎没人写完，写不完是常态。Stripe 更看重前几个 Part 的实现质量、代码整洁度和面对未知需求的反应，而不是数量。
Q3：用什么语言做 Bikemap 最划算？
Python。过往经验显示能节省一半以上时间，尤其在 JSON 解析和 HTTP 请求上；Java / C++ 写起来非常冗长。
Q4：怎么准备 Stripe integration 面试？
别刷算法，练 Python 的 I/O / HTTP / JSON / 文件 / 异常 / 模块化。把 GeoJSON 解析、requests POST 存文件、staticmap 渲染、最近点查找练熟，并养成写日志、分层、命名规范的习惯。想要 Bikemap 全套限时陪练或题型预测，可以发岗位 JD 排练习计划。
正在准备 Stripe 面试？
Stripe integration 考的是工程实战 + clean code + 真实开发习惯。oavoservice 提供 Stripe 全流程陪练：Bikemap 五 Part 限时模拟、GeoJSON / HTTP / staticmap / 最近点专项、生产级代码风格打磨。教练含前大厂资深工程师，熟悉 Stripe「重实现质量、不抠算法」的评分风格。
立即添加微信 Coding0201，获取 Stripe 真题与陪练。
联系方式
- 微信：Coding0201
- Email：[email protected]
- Telegram：@OAVOProxy