五月丁香性感少妇,久久精品人妻蜜臀av

一、海底數(shù)據(jù)中心對貴州數(shù)據(jù)中心影響？

海底數(shù)據(jù)中心和貴州數(shù)據(jù)中心是兩個不同的數(shù)據(jù)中心，它們之間的影響可能不是非常直接。但是，它們都涉及到數(shù)據(jù)存儲和處理，因此有一些間接的聯(lián)系。海底數(shù)據(jù)中心具有一些優(yōu)勢，例如高安全性、高可靠性和低延遲等。由于貴州位于中國內(nèi)陸，與海底數(shù)據(jù)中心相比，它的優(yōu)勢可能不那么明顯。然而，貴州數(shù)據(jù)中心也有自己的優(yōu)勢，例如土地成本低、能源充足、網(wǎng)絡(luò)覆蓋范圍廣等。這些優(yōu)勢使得貴州適合建設(shè)大規(guī)模的數(shù)據(jù)中心，為中國的數(shù)字化轉(zhuǎn)型提供支持。因此，海底數(shù)據(jù)中心和貴州數(shù)據(jù)中心之間的影響可能不是直接的，但它們都為中國的數(shù)字化轉(zhuǎn)型做出了貢獻。

二、國家數(shù)據(jù)中心與省數(shù)據(jù)中心怎樣連接？

國家數(shù)據(jù)中心與省數(shù)據(jù)中心通過ⅤPN專網(wǎng)聯(lián)接。

三、什么是數(shù)據(jù)中心？為什么需要數(shù)據(jù)中心互聯(lián)DCI？數(shù)據(jù)中心互聯(lián)需要哪些關(guān)鍵技術(shù)？

數(shù)據(jù)中心互聯(lián)（DCI）是一種實現(xiàn)多個數(shù)據(jù)中心之間互聯(lián)互通的網(wǎng)絡(luò)解決方案。數(shù)據(jù)中心是數(shù)字化轉(zhuǎn)型的重要基礎(chǔ)設(shè)施，隨著云計算、大數(shù)據(jù)、人工智能的興起，企業(yè)數(shù)據(jù)中心的應用日益廣泛。為滿足跨地域運營、用戶接入、異地災備等場景的需求，越來越多的組織和企業(yè)在不同地域部署多個數(shù)據(jù)中心，此時就需要將多個數(shù)據(jù)中心互聯(lián)起來。

什么是數(shù)據(jù)中心？

隨著產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的持續(xù)發(fā)展，數(shù)據(jù)成為關(guān)鍵生產(chǎn)要素，而數(shù)據(jù)中心肩負著數(shù)據(jù)的計算、存儲和轉(zhuǎn)發(fā)的重任，是新基建中最關(guān)鍵的數(shù)字基礎(chǔ)設(shè)施?，F(xiàn)代數(shù)據(jù)中心主要包括以下核心部件：

計算系統(tǒng)，包括用于部署業(yè)務的通用計算模塊和提供超強算力的高性能計算模塊等。
存儲系統(tǒng)，包括海量存儲模塊、數(shù)據(jù)管理引擎、存儲專用網(wǎng)絡(luò)等。
能源系統(tǒng)，包括供電模塊、溫控模塊、IT管理模塊等。
數(shù)據(jù)中心網(wǎng)絡(luò)，負責聯(lián)接數(shù)據(jù)中心內(nèi)部通用計算、高性能計算和存儲模塊，它們之間的所有數(shù)據(jù)交互都要通過數(shù)據(jù)中心網(wǎng)絡(luò)實現(xiàn)。

數(shù)據(jù)中心的構(gòu)成示意圖

其中，直接承接用戶業(yè)務的是通用計算模塊，它依賴的物理基本單元是大量的服務器。如果說服務器是數(shù)據(jù)中心運轉(zhuǎn)的機體，那么數(shù)據(jù)中心網(wǎng)絡(luò)就是數(shù)據(jù)中心的靈魂。

為什么需要數(shù)據(jù)中心互聯(lián)？

目前，各類組織和企業(yè)的數(shù)據(jù)中心建設(shè)已經(jīng)很普遍，但是單一的數(shù)據(jù)中心已經(jīng)很難適應新時代的業(yè)務需求，迫切需要多數(shù)據(jù)中心互聯(lián)。主要體現(xiàn)在以下幾個方面。

業(yè)務規(guī)?？焖僭鲩L

當前，云計算、智能化等新興業(yè)務正在快速發(fā)展，相關(guān)的應用數(shù)量也在迅速增加，而這些應用都強依賴于數(shù)據(jù)中心。因此，數(shù)據(jù)中心所承接的業(yè)務規(guī)模在迅猛增長，單個數(shù)據(jù)中心的資源很快就會不足。受限于數(shù)據(jù)中心建設(shè)的占地和能源供應等因素，單個數(shù)據(jù)中心不可能無限擴容，當業(yè)務規(guī)模增長到一定程度時，就需要在同城或異地建設(shè)多個數(shù)據(jù)中心。此時，多個數(shù)據(jù)中心之間需要互聯(lián)起來，協(xié)同配合完成業(yè)務的支撐。

此外，在經(jīng)濟數(shù)字化轉(zhuǎn)型的大背景下，為了實現(xiàn)共同的商業(yè)成功，同一行業(yè)內(nèi)以及不同行業(yè)的企業(yè)之間需要經(jīng)常進行數(shù)據(jù)層面的共享、合作，這也要求不同企業(yè)的數(shù)據(jù)中心之間進行互聯(lián)互通。

跨地域用戶接入日益普遍

近年來，數(shù)據(jù)中心的業(yè)務已經(jīng)從以Web服務為中心轉(zhuǎn)變?yōu)橐栽品?、?shù)據(jù)服務為中心，相關(guān)組織和企業(yè)的用戶范圍早已不受地域的限制。特別是在移動互聯(lián)網(wǎng)非常普及的情況下，用戶期望可以隨時隨地享受到高質(zhì)量的服務。為了滿足上述訴求，并進一步提升用戶體驗，具備條件的企業(yè)通常在不同的地域建設(shè)多個數(shù)據(jù)中心，從而方便跨地域用戶的就近接入。這就要求業(yè)務部署可以跨數(shù)據(jù)中心，需要支持多數(shù)據(jù)中心互聯(lián)。

跨地域用戶接入

異地備份和容災的剛性需求

如今，人們的日常工作越來越依賴于各種應用系統(tǒng)，這些應用系統(tǒng)的連續(xù)性依賴于數(shù)據(jù)中心系統(tǒng)的穩(wěn)定運行。同時，數(shù)據(jù)安全、業(yè)務的可靠性和連續(xù)性也越來越被重視，備份和容災已經(jīng)成為了剛性需求。現(xiàn)實環(huán)境是一個充滿不確定性和各類風險的環(huán)境，數(shù)據(jù)中心時刻面臨著各種自然災害、人為攻擊、偶然事故等潛在的威脅，通過在異地部署多數(shù)據(jù)中心來提高業(yè)務連續(xù)性、健壯性以及數(shù)據(jù)的高可靠性和可用性，已逐步成為業(yè)界普遍認可的有效解決方案。要在不同數(shù)據(jù)中心之間部署備份和容災方案，首先需完成數(shù)據(jù)中心的互聯(lián)。

異地備份和容災

數(shù)據(jù)中心虛擬化和資源池化的趨勢

伴隨著云計算商業(yè)模式的逐步成熟，各類應用和傳統(tǒng)IT服務都在“上云”，云業(yè)務正在成為新的價值中心。因此，傳統(tǒng)數(shù)據(jù)中心向云化數(shù)據(jù)中心的轉(zhuǎn)變已經(jīng)成為主流趨勢。虛擬化和資源池化是云化數(shù)據(jù)中心的關(guān)鍵特征，其核心思想就是將數(shù)據(jù)中心的最小功能單元由物理主機轉(zhuǎn)變?yōu)閂M（Virtual Machine，虛擬機）。這些VM與物理位置無關(guān)，資源占用可彈性伸縮，而且支持跨服務器、跨數(shù)據(jù)中心自由遷移，從而實現(xiàn)數(shù)據(jù)中心內(nèi)部以及跨數(shù)據(jù)中心的資源整合，形成統(tǒng)一的資源池，大幅度提升資源利用的靈活性和效率。而數(shù)據(jù)中心之間的互聯(lián)是實現(xiàn)VM跨數(shù)據(jù)中心遷移的前提，因此，數(shù)據(jù)中心互聯(lián)也是實現(xiàn)數(shù)據(jù)中心虛擬化和資源池化的重要環(huán)節(jié)。

虛擬化和資源池化

數(shù)據(jù)中心互聯(lián)有哪些可選方案？

為了更好的滿足云化數(shù)據(jù)中心的需求，許多數(shù)據(jù)中心網(wǎng)絡(luò)解決方案應運而生，例如華為數(shù)據(jù)中心交換機（CloudEngine系列）、華為數(shù)據(jù)中心控制器（iMaster NCE-Fabric）、智能網(wǎng)絡(luò)分析平臺（iMaster NCE-FabricInsight），提供了以下兩種推薦的數(shù)據(jù)中心互聯(lián)方案。

端到端VXLAN方案

基于端到端VXLAN隧道的數(shù)據(jù)中心互聯(lián)是指：多個數(shù)據(jù)中心的計算、網(wǎng)絡(luò)都是統(tǒng)一的資源池，統(tǒng)一由一套云平臺和一套iMaster NCE-Fabric集中管理，多個數(shù)據(jù)中心是統(tǒng)一的端到端VXLAN域，用戶的VPC（Virtual Private Cloud，虛擬私有云）和子網(wǎng)可跨數(shù)據(jù)中心部署，可直接實現(xiàn)業(yè)務互通，其部署架構(gòu)如下圖所示。

端到端VXLAN方案架構(gòu)示意圖

該方案中，多數(shù)據(jù)中心之間需建立端到端的VXLAN隧道。如下圖所示，首先要求數(shù)據(jù)中心之間Underlay路由互通；其次，在Overlay網(wǎng)絡(luò)層面，兩個數(shù)據(jù)中心的Leaf設(shè)備之間要部署EVPN。這樣兩端的Leaf設(shè)備通過EVPN協(xié)議發(fā)現(xiàn)彼此，并通過EVPN路由互相傳遞VXLAN封裝信息，從而觸發(fā)建立端到端的VXLAN隧道。

端到端VXLAN隧道示意圖

該方案主要用于匹配Muti-PoD場景。PoD（Point of Delivery）是指一組相對獨立的物理資源，Multi-PoD是指用一套iMaster NCE-Fabric管理多個PoD，多個PoD組成一個端到端的VXLAN域。這種場景適用于同城近距的、規(guī)模不大的多個數(shù)據(jù)中心的互聯(lián)。

Segment VXLAN方案

基于Segment VXLAN隧道的數(shù)據(jù)中心互聯(lián)是指：在多數(shù)據(jù)中心場景下，每個數(shù)據(jù)中心的計算、網(wǎng)絡(luò)都是獨立的資源池，分別由各自的云平臺和iMaster NCE-Fabric獨立管理，每個數(shù)據(jù)中心是一個獨立的VXLAN域，數(shù)據(jù)中心之間需要再建立一個DCI VXLAN域才能實現(xiàn)互通。而且，用戶的VPC和子網(wǎng)都在各自的數(shù)據(jù)中心內(nèi)部署，因此，不同數(shù)據(jù)中心之間的業(yè)務互通還需更上層的云管理平臺統(tǒng)一編排，其部署架構(gòu)如下圖所示。

Segment VXLAN方案架構(gòu)示意圖

該方案中，數(shù)據(jù)中心內(nèi)部、數(shù)據(jù)中心之間都要分別建立VXLAN隧道。如下圖所示，首先要求數(shù)據(jù)中心之間Underlay路由互通；其次，在Overlay網(wǎng)絡(luò)層面，數(shù)據(jù)中心內(nèi)部的Leaf設(shè)備與DCI網(wǎng)關(guān)之間，以及不同數(shù)據(jù)中心的DCI網(wǎng)關(guān)之間都要部署EVPN。這樣相關(guān)設(shè)備通過EVPN協(xié)議發(fā)現(xiàn)彼此，并通過EVPN路由互相傳遞VXLAN封裝信息，從而觸發(fā)建立Segment VXLAN隧道。

Segment VXLAN隧道示意圖

該方案主要用于匹配Multi-Site場景，該場景適用于位于不同地域的多個數(shù)據(jù)中心的互聯(lián)，或者物理距離太遠而無法被同一套iMaster NCE-Fabric管理的多個數(shù)據(jù)中心的互聯(lián)。

數(shù)據(jù)中心互聯(lián)需要哪些關(guān)鍵技術(shù)？

VXLAN在本質(zhì)上屬于一種隧道技術(shù)，能夠在任意路由可達的網(wǎng)絡(luò)上疊加二層虛擬網(wǎng)絡(luò)，通過VXLAN網(wǎng)關(guān)實現(xiàn)VXLAN網(wǎng)絡(luò)內(nèi)部的互通，同時，也可以實現(xiàn)與傳統(tǒng)的非VXLAN網(wǎng)絡(luò)的互通。VXLAN采用MAC in UDP封裝技術(shù)來延伸二層網(wǎng)絡(luò)，將以太報文封裝在IP報文之上，通過IP路由在網(wǎng)絡(luò)中傳輸，中間設(shè)備無需關(guān)注VM的MAC地址；而且IP路由網(wǎng)絡(luò)無網(wǎng)絡(luò)結(jié)構(gòu)限制，具備大規(guī)模擴展能力，使VM遷移不受網(wǎng)絡(luò)架構(gòu)限制。

EVPN是下一代全業(yè)務承載的VPN解決方案。EVPN統(tǒng)一了各種VPN業(yè)務的控制面，利用BGP擴展協(xié)議來傳遞二層或三層的可達性信息，實現(xiàn)了轉(zhuǎn)發(fā)面和控制面的分離。隨著數(shù)據(jù)中心網(wǎng)絡(luò)的深入發(fā)展，EVPN和VXLAN已逐步融合起來。VXLAN引入EVPN協(xié)議作為控制面，從而彌補了VXLAN起初無控制面的不足；EVPN使用VXLAN作為公網(wǎng)隧道，從而使EVPN在數(shù)據(jù)中心互聯(lián)等場景中得到了更加廣泛的應用。

原作者：華為

原出處：數(shù)據(jù)中心互聯(lián)是什么？數(shù)據(jù)中心互聯(lián)有哪些方案？

數(shù)據(jù)中心互聯(lián)DCI行業(yè)分析報告

更多內(nèi)容敬請關(guān)注微信公號“光通信之家”

四、mahout面試題？

之前看了Mahout官方示例 20news 的調(diào)用實現(xiàn)；于是想根據(jù)示例的流程實現(xiàn)其他例子。網(wǎng)上看到了一個關(guān)于天氣適不適合打羽毛球的例子。

訓練數(shù)據(jù)：

Day Outlook Temperature Humidity Wind PlayTennis

D1 Sunny Hot High Weak No

D2 Sunny Hot High Strong No

D3 Overcast Hot High Weak Yes

D4 Rain Mild High Weak Yes

D5 Rain Cool Normal Weak Yes

D6 Rain Cool Normal Strong No

D7 Overcast Cool Normal Strong Yes

D8 Sunny Mild High Weak No

D9 Sunny Cool Normal Weak Yes

D10 Rain Mild Normal Weak Yes

D11 Sunny Mild Normal Strong Yes

D12 Overcast Mild High Strong Yes

D13 Overcast Hot Normal Weak Yes

D14 Rain Mild High Strong No

檢測數(shù)據(jù)：

sunny，hot，high，weak

結(jié)果：

Yes=》 0.007039

No=》 0.027418

于是使用Java代碼調(diào)用Mahout的工具類實現(xiàn)分類。

基本思想：

1. 構(gòu)造分類數(shù)據(jù)。

2. 使用Mahout工具類進行訓練，得到訓練模型。

3。將要檢測數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。

4. 分類器對vector數(shù)據(jù)進行分類。

接下來貼下我的代碼實現(xiàn)=》

1. 構(gòu)造分類數(shù)據(jù)：

在hdfs主要創(chuàng)建一個文件夾路徑 /zhoujainfeng/playtennis/input 并將分類文件夾 no 和 yes 的數(shù)據(jù)傳到hdfs上面。

數(shù)據(jù)文件格式，如D1文件內(nèi)容： Sunny Hot High Weak

2. 使用Mahout工具類進行訓練，得到訓練模型。

3。將要檢測數(shù)據(jù)轉(zhuǎn)換成vector數(shù)據(jù)。

4. 分類器對vector數(shù)據(jù)進行分類。

這三步，代碼我就一次全貼出來；主要是兩個類 PlayTennis1 和 BayesCheckData = =》

package myTesting.bayes;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.util.ToolRunner;

import org.apache.mahout.classifier.naivebayes.training.TrainNaiveBayesJob;

import org.apache.mahout.text.SequenceFilesFromDirectory;

import org.apache.mahout.vectorizer.SparseVectorsFromSequenceFiles;

public class PlayTennis1 {

private static final String WORK_DIR = "hdfs://192.168.9.72:9000/zhoujianfeng/playtennis";

* 測試代碼

public static void main(String[] args) {

//將訓練數(shù)據(jù)轉(zhuǎn)換成 vector數(shù)據(jù)

makeTrainVector();

//產(chǎn)生訓練模型

makeModel(false);

//測試檢測數(shù)據(jù)

BayesCheckData.printResult();

}

public static void makeCheckVector(){

//將測試數(shù)據(jù)轉(zhuǎn)換成序列化文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"testinput";

String output = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數(shù)是，是否遞歸刪除的意思

fs.delete(out, true);

}

SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();

String[] params = new String[]{"-i",input,"-o",output,"-ow"};

ToolRunner.run(sffd, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("文件序列化失??！");

System.exit(1);

}

//將序列化文件轉(zhuǎn)換成向量文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";

String output = WORK_DIR+Path.SEPARATOR+"tennis-test-vectors";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數(shù)是，是否遞歸刪除的意思

fs.delete(out, true);

}

SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();

String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};

ToolRunner.run(svfsf, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("序列化文件轉(zhuǎn)換成向量失?。?#34;);

System.out.println(2);

}

public static void makeTrainVector(){

//將測試數(shù)據(jù)轉(zhuǎn)換成序列化文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"input";

String output = WORK_DIR+Path.SEPARATOR+"tennis-seq";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數(shù)是，是否遞歸刪除的意思

fs.delete(out, true);

}

SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();

String[] params = new String[]{"-i",input,"-o",output,"-ow"};

ToolRunner.run(sffd, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("文件序列化失??！");

System.exit(1);

}

//將序列化文件轉(zhuǎn)換成向量文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-seq";

String output = WORK_DIR+Path.SEPARATOR+"tennis-vectors";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數(shù)是，是否遞歸刪除的意思

fs.delete(out, true);

}

SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();

String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};

ToolRunner.run(svfsf, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("序列化文件轉(zhuǎn)換成向量失敗！");

System.out.println(2);

}

public static void makeModel(boolean completelyNB){

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-vectors"+Path.SEPARATOR+"tfidf-vectors";

String model = WORK_DIR+Path.SEPARATOR+"model";

String labelindex = WORK_DIR+Path.SEPARATOR+"labelindex";

Path in = new Path(input);

Path out = new Path(model);

Path label = new Path(labelindex);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean參數(shù)是，是否遞歸刪除的意思

fs.delete(out, true);

}

if(fs.exists(label)){

//boolean參數(shù)是，是否遞歸刪除的意思

fs.delete(label, true);

}

TrainNaiveBayesJob tnbj = new TrainNaiveBayesJob();

String[] params =null;

if(completelyNB){

params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow","-c"};

}else{

params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow"};

}

ToolRunner.run(tnbj, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("生成訓練模型失??！");

System.exit(3);

}

package myTesting.bayes;

import java.io.IOException;

import java.util.HashMap;

import java.util.Map;

import org.apache.commons.lang.StringUtils;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.fs.PathFilter;

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.LongWritable;

import org.apache.hadoop.io.Text;

import org.apache.mahout.classifier.naivebayes.BayesUtils;

import org.apache.mahout.classifier.naivebayes.NaiveBayesModel;

import org.apache.mahout.classifier.naivebayes.StandardNaiveBayesClassifier;

import org.apache.mahout.common.Pair;

import org.apache.mahout.common.iterator.sequencefile.PathType;

import org.apache.mahout.common.iterator.sequencefile.SequenceFileDirIterable;

import org.apache.mahout.math.RandomAccessSparseVector;

import org.apache.mahout.math.Vector;

import org.apache.mahout.math.Vector.Element;

import org.apache.mahout.vectorizer.TFIDF;

import com.google.common.collect.ConcurrentHashMultiset;

import com.google.common.collect.Multiset;

public class BayesCheckData {

private static StandardNaiveBayesClassifier classifier;

private static Map<String, Integer> dictionary;

private static Map<Integer, Long> documentFrequency;

private static Map<Integer, String> labelIndex;

public void init(Configuration conf){

try {

String modelPath = "/zhoujianfeng/playtennis/model";

String dictionaryPath = "/zhoujianfeng/playtennis/tennis-vectors/dictionary.file-0";

String documentFrequencyPath = "/zhoujianfeng/playtennis/tennis-vectors/df-count";

String labelIndexPath = "/zhoujianfeng/playtennis/labelindex";

dictionary = readDictionnary(conf, new Path(dictionaryPath));

documentFrequency = readDocumentFrequency(conf, new Path(documentFrequencyPath));

labelIndex = BayesUtils.readLabelIndex(conf, new Path(labelIndexPath));

NaiveBayesModel model = NaiveBayesModel.materialize(new Path(modelPath), conf);

classifier = new StandardNaiveBayesClassifier(model);

} catch (IOException e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("檢測數(shù)據(jù)構(gòu)造成vectors初始化時報錯。。。。");

System.exit(4);

}

/**

* 加載字典文件，Key: TermValue； Value：TermID

* @param conf

* @param dictionnaryDir

* @return

private static Map<String, Integer> readDictionnary(Configuration conf, Path dictionnaryDir) {

Map<String, Integer> dictionnary = new HashMap<String, Integer>();

PathFilter filter = new PathFilter() {

@Override

public boolean accept(Path path) {

String name = path.getName();

return name.startsWith("dictionary.file");

}

};

for (Pair<Text, IntWritable> pair : new SequenceFileDirIterable<Text, IntWritable>(dictionnaryDir, PathType.LIST, filter, conf)) {

dictionnary.put(pair.getFirst().toString(), pair.getSecond().get());

}

return dictionnary;

}

/**

* 加載df-count目錄下TermDoc頻率文件，Key: TermID； Value：DocFreq

* @param conf

* @param dictionnaryDir

* @return

private static Map<Integer, Long> readDocumentFrequency(Configuration conf, Path documentFrequencyDir) {

Map<Integer, Long> documentFrequency = new HashMap<Integer, Long>();

PathFilter filter = new PathFilter() {

@Override

public boolean accept(Path path) {

return path.getName().startsWith("part-r");

}

};

for (Pair<IntWritable, LongWritable> pair : new SequenceFileDirIterable<IntWritable, LongWritable>(documentFrequencyDir, PathType.LIST, filter, conf)) {

documentFrequency.put(pair.getFirst().get(), pair.getSecond().get());

}

return documentFrequency;

}

public static String getCheckResult(){

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String classify = "NaN";

BayesCheckData cdv = new BayesCheckData();

cdv.init(conf);

System.out.println("init done...............");

Vector vector = new RandomAccessSparseVector(10000);

TFIDF tfidf = new TFIDF();

//sunny，hot，high，weak

Multiset<String> words = ConcurrentHashMultiset.create();

words.add("sunny",1);

words.add("hot",1);

words.add("high",1);

words.add("weak",1);

int documentCount = documentFrequency.get(-1).intValue(); // key=-1時表示總文檔數(shù)

for (Multiset.Entry<String> entry : words.entrySet()) {

String word = entry.getElement();

int count = entry.getCount();

Integer wordId = dictionary.get(word); // 需要從dictionary.file-0文件（tf-vector）下得到wordID，

if (StringUtils.isEmpty(wordId.toString())){

continue;

}

if (documentFrequency.get(wordId) == null){

continue;

}

Long freq = documentFrequency.get(wordId);

double tfIdfValue = tfidf.calculate(count, freq.intValue(), 1, documentCount);

vector.setQuick(wordId, tfIdfValue);

}

// 利用貝葉斯算法開始分類,并提取得分最好的分類label

Vector resultVector = classifier.classifyFull(vector);

double bestScore = -Double.MAX_VALUE;

int bestCategoryId = -1;

for(Element element: resultVector.all()) {

int categoryId = element.index();

double score = element.get();

System.out.println("categoryId:"+categoryId+" score:"+score);

if (score > bestScore) {

bestScore = score;

bestCategoryId = categoryId;

}

classify = labelIndex.get(bestCategoryId)+"(categoryId="+bestCategoryId+")";

return classify;

}

public static void printResult(){

System.out.println("檢測所屬類別是："+getCheckResult());

}

五、webgis面試題？

1. 請介紹一下WebGIS的概念和作用，以及在實際應用中的優(yōu)勢和挑戰(zhàn)。

WebGIS是一種基于Web技術(shù)的地理信息系統(tǒng)，通過將地理數(shù)據(jù)和功能以可視化的方式呈現(xiàn)在Web瀏覽器中，實現(xiàn)地理空間數(shù)據(jù)的共享和分析。它可以用于地圖瀏覽、空間查詢、地理分析等多種應用場景。WebGIS的優(yōu)勢包括易于訪問、跨平臺、實時更新、可定制性強等，但也面臨著數(shù)據(jù)安全性、性能優(yōu)化、用戶體驗等挑戰(zhàn)。

2. 請談談您在WebGIS開發(fā)方面的經(jīng)驗和技能。

我在WebGIS開發(fā)方面有豐富的經(jīng)驗和技能。我熟悉常用的WebGIS開發(fā)框架和工具，如ArcGIS API for JavaScript、Leaflet、OpenLayers等。我能夠使用HTML、CSS和JavaScript等前端技術(shù)進行地圖展示和交互設(shè)計，并能夠使用后端技術(shù)如Python、Java等進行地理數(shù)據(jù)處理和分析。我還具備數(shù)據(jù)庫管理和地理空間數(shù)據(jù)建模的能力，能夠設(shè)計和優(yōu)化WebGIS系統(tǒng)的架構(gòu)。

3. 請描述一下您在以往項目中使用WebGIS解決的具體問題和取得的成果。

在以往的項目中，我使用WebGIS解決了許多具體問題并取得了顯著的成果。例如，在一次城市規(guī)劃項目中，我開發(fā)了一個基于WebGIS的交通流量分析系統(tǒng)，幫助規(guī)劃師們評估不同交通方案的效果。另外，在一次環(huán)境監(jiān)測項目中，我使用WebGIS技術(shù)實現(xiàn)了實時的空氣質(zhì)量監(jiān)測和預警系統(tǒng)，提供了準確的空氣質(zhì)量數(shù)據(jù)和可視化的分析結(jié)果，幫助政府和公眾做出相應的決策。

4. 請談談您對WebGIS未來發(fā)展的看法和期望。

我認為WebGIS在未來會繼續(xù)發(fā)展壯大。隨著云計算、大數(shù)據(jù)和人工智能等技術(shù)的不斷進步，WebGIS將能夠處理更大規(guī)模的地理數(shù)據(jù)、提供更豐富的地理分析功能，并與其他領(lǐng)域的技術(shù)進行深度融合。我期望未來的WebGIS能夠更加智能化、個性化，為用戶提供更好的地理信息服務，助力各行各業(yè)的決策和發(fā)展。

六、freertos面試題？

這塊您需要了解下stm32等單片機的基本編程和簡單的硬件設(shè)計，最好能夠了解模電和數(shù)電相關(guān)的知識更好，還有能夠會做操作系統(tǒng)，簡單的有ucos，freeRTOS等等。最好能夠使用PCB畫圖軟件以及keil4等軟件。希望對您能夠有用。

七、數(shù)據(jù)中心有什么作用？數(shù)據(jù)中心有什么作用？

數(shù)據(jù)中心以計算機及網(wǎng)絡(luò)技術(shù)為基礎(chǔ)，用于數(shù)據(jù)存儲、處理分析和產(chǎn)品服務。建設(shè)時應考慮：安全性、可靠性、保密性和可恢復性。數(shù)據(jù)中心主要由基準站網(wǎng)管理系統(tǒng)，數(shù)據(jù)處理分析系統(tǒng)和產(chǎn)品服務系統(tǒng)組成。其產(chǎn)品可以分為位置服務、時間服務、氣象服務、源數(shù)據(jù)服務等類型。

八、paas面試題？

1.負責區(qū)域大客戶/行業(yè)客戶管理系統(tǒng)銷售拓展工作，并完成銷售流程；

2.維護關(guān)鍵客戶關(guān)系，與客戶決策者保持良好的溝通；

3.管理并帶領(lǐng)團隊完成完成年度銷售任務。

九、面試題類型？

你好，面試題類型有很多，以下是一些常見的類型：

1. 技術(shù)面試題：考察候選人技術(shù)能力和經(jīng)驗。

2. 行為面試題：考察候選人在過去的工作或生活中的行為表現(xiàn)，以預測其未來的表現(xiàn)。

3. 情境面試題：考察候選人在未知情境下的決策能力和解決問題的能力。

4. 案例面試題：考察候選人解決實際問題的能力，模擬真實工作場景。

5. 邏輯推理題：考察候選人的邏輯思維能力和分析能力。

6. 開放性面試題：考察候選人的個性、價值觀以及溝通能力。

7. 挑戰(zhàn)性面試題：考察候選人的應變能力和創(chuàng)造力，通常是一些非常具有挑戰(zhàn)性的問題。

十、cocoscreator面試題？

需要具體分析因為cocoscreator是一款游戲引擎，面試時的問題會涉及到不同的方面，如開發(fā)經(jīng)驗、游戲設(shè)計、圖形學等等，具體要求也會因公司或崗位而異，所以需要根據(jù)實際情況進行具體分析。如果是針對開發(fā)經(jīng)驗的問題，可能會考察候選人是否熟悉cocoscreator常用API，是否能夠獨立開發(fā)小型游戲等等；如果是針對游戲設(shè)計的問題，則需要考察候選人對游戲玩法、關(guān)卡設(shè)計等等方面的理解和能力。因此，需要具體分析才能得出準確的回答。