2017java面试题百度云

一、2017java面试题百度云

2017Java面试题百度云

在面试准备过程中，了解并掌握常见的面试题是至关重要的。本文将介绍2017年Java面试中涉及到的百度云相关问题，帮助读者更好地准备面试。

1. 百度云是什么？

百度云是百度公司推出的云计算服务平台，为用户提供云存储、云计算、云数据库等服务。在云计算领域，百度云拥有丰富的产品线，能够满足不同用户的需求。

2. Java在百度云中的应用

Java作为一种主流的编程语言，在百度云的应用也非常广泛。很多百度云的后端服务都是采用Java语言编写的，因此熟练掌握Java语言对于在百度云工作的人来说至关重要。

3. 2017年Java面试题示例

以下是2017年Java面试中可能会涉及到的一些百度云相关题目示例：

• 问题1： 什么是百度云的对象存储服务？
• 问题2： 请简要介绍一下百度云的数据处理服务。
• 问题3： 如何在百度云上部署一个使用Java编写的Web应用程序？
• 问题4： 请解释一下百度云中的分布式文件系统。

4. 面试准备建议

在准备面试时，除了熟悉Java语言和百度云的相关知识外，还应该重点关注以下几个方面：

1. 深入了解百度云的产品和服务，包括云存储、云计算、大数据等。
2. 学习掌握Java语言的核心概念和常用技术。
3. 多做一些项目实践，提升自己的编程能力。
4. 关注行业动态，了解云计算领域的最新发展。

结语

通过本文的介绍，相信读者对2017年Java面试题中涉及到的百度云相关内容有了一定的了解。在面试准备过程中，持续学习和提升自己的能力是非常重要的，希望读者能够取得理想的面试成绩。

二、中兴招聘正式工面试题？

一般问你策划和房地产的理解，以前的工作经历，是否熟悉工司的状况等

三、中兴通讯客户经理面试题？

一般来说会有以下问题：

1、 你是如何理解客户经理这个职位？

2、 你认为客户经理的岗位职责和要求是什么？

3、 客户经理日常工作有哪些？

4、 你认为客户经理应该具备哪些素质？

5、 你觉得就应聘这个岗位你有哪些优势？

6、 你认为你还有哪些弱点对该工作不利的？

7、 谈谈假如你应聘上客户经理这个职位你今后的工作规划或者说怎样开展工作？

8、 谈谈面对挫折和意见分歧你如何去做? 9、 谈谈在遇到纠缠或麻烦客户，你的解决方法? 10、为什么要参加这个岗位竞聘？ 11、你认为客户经理在市场的推广中起到什么作用？

12、你认为客户经理应该如何为公司创造价值？

13、你认为移动公司客户经理成功的要点是什么？ 微笑最重要。。。

四、2017java最新视频

2017java最新视频

随着时代的发展和科技的进步，学习编程成为越来越多人的选择。Java作为一种广泛应用的编程语言，备受关注。而针对2017年的最新Java视频教程，也备受程序员们的瞩目。

掌握Java编程技能，可以让你在软件开发领域更具竞争力。因此，选择一门优质的Java视频教程至关重要。接下来，我们将介绍几部2017年发布的热门Java视频教程，帮助你快速掌握Java编程的要点。

1. Java编程入门

想要学习Java编程，首先要掌握基础知识。一些针对初学者的Java编程入门视频教程可以帮助你快速上手。这些教程通常涵盖Java语言的基本概念、语法规则以及常用库函数的使用方法。通过系统学习，你可以建立起扎实的编程基础。

推荐视频教程：Java入门教程【黑马程序员】

2. Java高级编程

一旦掌握了Java的基础知识，你可能希望深入学习更高级的Java编程技巧。针对Java高级编程的视频教程通常涵盖Java EE、多线程编程、网络编程等内容。这些知识点不仅可以让你的编程水平得到提升，还能帮助你解决实际工作中遇到的难题。

推荐视频教程：Java高级开发教程【极客学院】

3. JavaWeb开发

随着互联网的普及，JavaWeb开发变得越来越重要。掌握JavaWeb开发技术，可以让你轻松打造出高性能的网站和Web应用程序。针对JavaWeb开发的视频教程通常涵盖Spring、Spring MVC、MyBatis等框架的使用方法，帮助你快速构建起稳定而高效的Web应用。

推荐视频教程：JavaWeb开发实战【慕课网】

4. Java桌面应用开发

除了Web开发，Java也可以用于开发桌面应用程序。如果你对桌面应用开发感兴趣，那么学习Java的桌面应用开发技术是一个不错的选择。相关视频教程通常涵盖Java图形用户界面（GUI）设计、事件处理、数据库操作等方面的知识，帮助你打造出功能丰富的桌面应用。

推荐视频教程：Java图形界面GUI教程【慕课网】

5. Java移动应用开发

随着智能手机的普及，移动应用开发成为一个热门领域。Java作为Android应用开发的主要编程语言，掌握Java移动应用开发技术可以让你开发出各种类型的Android应用。相关视频教程通常涵盖Android应用开发的基本知识、界面设计、数据库操作等内容。

推荐视频教程：Java移动应用开发入门【慕课网】

结语

通过学习2017年最新的Java视频教程，你可以系统地掌握Java编程的各个方面，从而在编程领域更上一层楼。不论你是想深入学习Java高级知识，还是希望进军Web开发领域，都可以通过观看优质的Java视频教程来实现自己的目标。希望以上推荐的Java视频教程能够帮助到你，愿你在编程的道路上越走越远！

五、2017java培训机构排名

2017Java培训机构排名

在当今信息化的时代，Java作为一种重要的编程语言，在IT行业有着广泛而重要的应用。想要学习Java编程，选择一家优质的培训机构至关重要。为了帮助大家更好地选择，以下是2017年Java培训机构排名，希望对大家有所帮助。

第一名：XXX培训机构

XXX培训机构在2017年脱颖而出，凭借着专业的师资团队和丰富的教学经验，成为了当年Java培训行业的领军者。学员们在XXX培训机构得到了系统全面的培训，通过率和就业率均居行业前列。如果你对Java编程感兴趣，不妨考虑一下XXX培训机构。

第二名：YYY培训机构

YYY培训机构作为行业内的知名机构，其Java培训课程深受学员喜爱。不仅有优秀的教学设施，还有一支高水平的教师团队，他们的辅导让学员对Java编程有了更深入的了解。获得YYY培训机构的认证，将对你的职业生涯带来积极的影响。

第三名：ZZZ培训机构

ZZZ培训机构在2017年也表现出色，其Java培训课程注重实践操作，帮助学员快速掌握知识要点。学完课程后，学员们不仅可以熟练掌握Java编程技能，还能够在实际工作中得心应手。如果你希望通过实践提升编程能力，可以考虑选择ZZZ培训机构。

第四名：AAA培训机构

AAA培训机构虽然排名第四，但也是一家值得推荐的Java培训机构。该机构的课程设置科学合理，内容涵盖了Java编程的各个方面，适合不同水平的学员。如果你想全面了解Java编程，并寻求个性化的学习体验，AAA培训机构是一个不错的选择。

第五名：BBB培训机构

BBB培训机构在2017年Java培训机构排名中名列第五。尽管相对于前面的机构排名稍低，但BBB培训机构也有其独特的优势。该机构重视实际项目实践，让学员在动手操作中掌握Java编程技能。如果你希望在实践中学习，可以考虑选择BBB培训机构。

结语

以上是2017年Java培训机构的排名情况，每家培训机构都有自己的特色和优势，选择适合自己的才是最重要的。希望通过这份排名能够帮助大家更好地抉择，找到一家合适的Java培训机构，助力自己的职业发展。学习是一条持续不断的路，希望大家都能在学习的道路上越走越远，不断提升自己的技能和能力。

六、如何评价中兴汽车（主要为中兴皮卡）？

中汽协的数据不是最准确的。不温不火，走下坡的趋势。

七、中兴发展 与中兴通讯

中兴发展与中兴通讯

中兴通讯的发展历程

八、如何评价中兴手机？

更新日志
每次有新手机发布或者概念机都会列出来。
2022.7.28新加入中兴系列
每月持续保持更新

其它品牌新手机发布请查看 六、2022年新发布手机系列：lunacan：2022年高性价比手机选机攻略

2022年中兴新机发布

中兴发布的手机已经不多了，下面新发布的也就四款机，和华为遭遇相同，在手机方面也在走下坡路，记得当年三星颗粒屏的配置就可以买到中兴1080p，那时对手机没什么认识，也没钱，被广告轰炸，去苏宁五分钟就买了三星，后来看同事的中兴，大为后悔。

中兴畅行30 （4GB/64GB）

发布日期： 2022年06月屏幕尺寸：6.52英寸 1600x720像素CPU型号：紫光展锐 SC9863A电池容量：5000mAh 不可拆卸式电前置摄像：500万像素后置摄像：1300万像素+200万像素+2RAM容量：4GBROM容量：64GB屏幕材质：LCD有线充电：10w

中兴天机 A41（8GB/256GB）

发布日期： 2022年05月16日屏幕尺寸：6.67英寸 2400x1080像CPU型号：高通 骁龙870电池容量：5000mAh 不可拆卸式电前置摄像：4400万像素后置摄像：6400万像素+500万像素+8RAM容量：8GBROM容量：256GBSIM卡类：Nano SIM卡存储卡：不支持容量扩

中兴天机 A41（8GB/128GB）

发布日期： 2022年05月16日屏幕尺寸：6.67英寸 2400x1080像CPU型号：高通 骁龙870电池容量：5000mAh 不可拆卸式电前置摄像：4400万像素后置摄像：6400万像素+500万像素+8RAM容量：8GBROM容量：128GBSIM卡类：Nano SIM卡存储卡：不支持容量扩

中兴Axon 40系列

中兴Axon 40 Pro（12GB/512GB）

发布日期： 2022年05月09日屏幕尺寸：6.67英寸 2400x1080像CPU型号：高通 骁龙870电池容量：5000mAh 不可拆卸式电前置摄像：1600万像素后置摄像：1.08亿像素+800万像素+2RAM容量：12GBROM容量：512GBSIM卡类：Nano SIM卡存储卡：不支持容量扩

中兴Axon 40 Pro（12GB/256GB）

发布日期： 2022年05月09日屏幕尺寸：6.67英寸 2400x1080像CPU型号：高通 骁龙870电池容量：5000mAh 不可拆卸式电前置摄像：1600万像素后置摄像：1.08亿像素+800万像素+2RAM容量：12GBROM容量：256GBSIM卡类：Nano SIM卡存储卡：不支持容量扩

中兴Axon 40 Ultra（16GB/1TB）

发布日期： 2022年05月09日屏幕尺寸：6.8英寸 2480x1116像素CPU型号：高通 骁龙8 Gen1电池容量：5000mAh 不可拆卸式电前置摄像：1600万像素后置摄像：6400万像素超人文镜头+6RAM容量：16GBROM容量：1TBSIM卡类：双卡（Nano-Sim卡）存储卡：不支持容量扩

中兴Axon 40 Ultra（12GB/512GB）

发布日期： 2022年05月09日屏幕尺寸：6.8英寸 2480x1116像素CPU型号：高通 骁龙8 Gen1电池容量：5000mAh 不可拆卸式电前置摄像：1600万像素后置摄像：6400万像素超人文镜头+6RAM容量：12GBROM容量：512GBSIM卡类：双卡（Nano-Sim卡）存储卡：不支持容量扩

中兴Axon 40 Ultra（12GB/256GB）

发布日期： 2022年05月09日屏幕尺寸：6.8英寸 2480x1116像素CPU型号：高通 骁龙8 Gen1电池容量：5000mAh 不可拆卸式电前置摄像：1600万像素后置摄像：6400万像素超人文镜头+6RAM容量：8GBROM容量：256GBSIM卡类：双卡（Nano-Sim卡）存储卡：不支持容量扩

中兴Axon 40 Pro（8GB/256GB）

发布日期： 2022年05月09日屏幕尺寸：6.67英寸 2400x1080像CPU型号：高通 骁龙870电池容量：5000mAh 不可拆卸式电前置摄像：1600万像素后置摄像：1.08亿像素+800万像素+2RAM容量：8GBROM容量：256GBSIM卡类：Nano SIM卡存储卡：不支持容量扩

中兴Axon 40 Ultra（8GB/256GB）

发布日期： 2022年05月09日屏幕尺寸：6.8英寸 2480x1116像素CPU型号：高通 骁龙8 Gen1电池容量：5000mAh 不可拆卸式电前置摄像：1600万像素后置摄像：6400万像素超人文镜头+6RAM容量：12GBROM容量：256GBSIM卡类：双卡（Nano-Sim卡）存储卡：不支持容量扩

中兴远航30系列

中兴远航30（6GB/128GB）

发布日期： 2022年04月26日屏幕尺寸：6.52英寸 1600x720像素CPU型号：联发科 天玑700电池容量：4000mAh 不可拆卸式电前置摄像：500万像素后置摄像：1300万像素RAM容量：6GBROM容量：128GBSIM卡类：Nano SIM卡存储卡：MicroSD卡

中兴远航30 Pro畅行版（8GB/256GB）

发布日期： 2022年04月26日屏幕尺寸：6.67英寸 2400x1080像CPU型号：联发科 天玑810电池容量：6000mAh 不可拆卸式电前置摄像：800万像素后置摄像：4800万像素主镜头+800万RAM容量：8GBROM容量：256GBSIM卡类：Nano SIM卡屏幕材质：LCD

中兴远航30 Pro+（8GB/256GB）

发布日期： 2022年04月26日屏幕尺寸：6.67英寸 2400x1080像CPU型号：联发科 天玑810电池容量：5100mAh前置摄像：1600万像素后置摄像：6400万像素主镜头+200万RAM容量：8GBROM容量：256GBSIM卡类：Nano SIM卡屏幕材质：AMOLED

中兴远航30（4GB/128GB）

发布日期： 2022年04月26日屏幕尺寸：6.52英寸 1600x720像素CPU型号：联发科 天玑700电池容量：4000mAh 不可拆卸式电前置摄像：500万像素后置摄像：1300万像素RAM容量：4GBROM容量：128GBSIM卡类：Nano SIM卡存储卡：MicroSD卡

中兴远航30 Pro（8GB/128GB）

发布日期： 2022年04月26日屏幕尺寸：6.67英寸 2400x1080像CPU型号：联发科 天玑810电池容量：6000mAh 不可拆卸式电前置摄像：800万像素后置摄像：4800万像素主镜头+800万RAM容量：8GBROM容量：128GBSIM卡类：Nano SIM卡屏幕材质：LCD

九、mahout面试题？

之前看了Mahout官方示例 20news 的调用实现；于是想根据示例的流程实现其他例子。网上看到了一个关于天气适不适合打羽毛球的例子。

训练数据：

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

检测数据：

sunny，hot，high，weak

结果：

Yes=》 0.007039

No=》 0.027418

于是使用Java代码调用Mahout的工具类实现分类。

基本思想：

1. 构造分类数据。

2. 使用Mahout工具类进行训练，得到训练模型。

3。将要检测数据转换成vector数据。

4. 分类器对vector数据进行分类。

接下来贴下我的代码实现=》

1. 构造分类数据：

在hdfs主要创建一个文件夹路径 /zhoujainfeng/playtennis/input 并将分类文件夹 no 和 yes 的数据传到hdfs上面。

数据文件格式，如D1文件内容： Sunny Hot High Weak

2. 使用Mahout工具类进行训练，得到训练模型。

3。将要检测数据转换成vector数据。

4. 分类器对vector数据进行分类。

这三步，代码我就一次全贴出来；主要是两个类 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";

/*

* 测试代码

*/

public static void main(String[] args) {

//将训练数据转换成 vector数据

makeTrainVector();

//产生训练模型

makeModel(false);

//测试检测数据

BayesCheckData.printResult();

}

public static void makeCheckVector(){

//将测试数据转换成序列化文件

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参数是，是否递归删除的意思

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("文件序列化失败！");

System.exit(1);

}

//将序列化文件转换成向量文件

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参数是，是否递归删除的意思

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("序列化文件转换成向量失败！");

System.out.println(2);

}

}

public static void makeTrainVector(){

//将测试数据转换成序列化文件

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参数是，是否递归删除的意思

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("文件序列化失败！");

System.exit(1);

}

//将序列化文件转换成向量文件

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参数是，是否递归删除的意思

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("序列化文件转换成向量失败！");

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参数是，是否递归删除的意思

fs.delete(out, true);

}

if(fs.exists(label)){

//boolean参数是，是否递归删除的意思

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("生成训练模型失败！");

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("检测数据构造成vectors初始化时报错。。。。");

System.exit(4);

}

}

/**

* 加载字典文件，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;

}

/**

* 加载df-count目录下TermDoc频率文件，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时表示总文档数

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

String word = entry.getElement();

int count = entry.getCount();

Integer wordId = dictionary.get(word); // 需要从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);

}

// 利用贝叶斯算法开始分类,并提取得分最好的分类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("检测所属类别是："+getCheckResult());

}

}

十、webgis面试题？

1. 请介绍一下WebGIS的概念和作用，以及在实际应用中的优势和挑战。

WebGIS是一种基于Web技术的地理信息系统，通过将地理数据和功能以可视化的方式呈现在Web浏览器中，实现地理空间数据的共享和分析。它可以用于地图浏览、空间查询、地理分析等多种应用场景。WebGIS的优势包括易于访问、跨平台、实时更新、可定制性强等，但也面临着数据安全性、性能优化、用户体验等挑战。

2. 请谈谈您在WebGIS开发方面的经验和技能。

我在WebGIS开发方面有丰富的经验和技能。我熟悉常用的WebGIS开发框架和工具，如ArcGIS API for JavaScript、Leaflet、OpenLayers等。我能够使用HTML、CSS和JavaScript等前端技术进行地图展示和交互设计，并能够使用后端技术如Python、Java等进行地理数据处理和分析。我还具备数据库管理和地理空间数据建模的能力，能够设计和优化WebGIS系统的架构。

3. 请描述一下您在以往项目中使用WebGIS解决的具体问题和取得的成果。

在以往的项目中，我使用WebGIS解决了许多具体问题并取得了显著的成果。例如，在一次城市规划项目中，我开发了一个基于WebGIS的交通流量分析系统，帮助规划师们评估不同交通方案的效果。另外，在一次环境监测项目中，我使用WebGIS技术实现了实时的空气质量监测和预警系统，提供了准确的空气质量数据和可视化的分析结果，帮助政府和公众做出相应的决策。

4. 请谈谈您对WebGIS未来发展的看法和期望。

我认为WebGIS在未来会继续发展壮大。随着云计算、大数据和人工智能等技术的不断进步，WebGIS将能够处理更大规模的地理数据、提供更丰富的地理分析功能，并与其他领域的技术进行深度融合。我期望未来的WebGIS能够更加智能化、个性化，为用户提供更好的地理信息服务，助力各行各业的决策和发展。