百度2016校招笔试题(内附答案及解析).pdf

《百度2016校招笔试题(内附答案及解析).pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、百度2016校招笔试题(内附答案及解析)笔者这篇文章中找了部分的百度2016校招笔试题，希望可以帮助到大家。1、vsftpd配置本地用户传输速率的参数()A：anon_max_rateB：user_max_rateC:max_userD:local_max_rate答案：D解析：vsftpd是一个在类UNIX操作系统上运行的FTP服务器，它是一个完全免费的、开放源代码的ftp服务器软件。vsftp支持很多其他的FTP服务器所不支持的特征，比如：高安全性需求、带宽限制、良好的可伸缩性、可创建虚拟用户、支持IPv6、速率高等。vsftpd配

2、置参数中：local_max_rate本地用户的传输速率限制，单位为bytes/second，如果是0为不限制。anon_max_rate匿名用户的传输速率限制，单位为bytes/second，如果是0则不限制。2、软件项目存储于/ftproot，允许apache用户修改所有程序，设置访问权限的指令()A：chmodapache-R/ftprootB:chgrpapache/frprootC:chownapache/ftprootD:chmodapache/ftproot答案：A解析：B选项的chgrp命令是变更文件或目录所属群组。C选

3、项的chown将文件的拥有者改为指定的用户或组。A、D选项的chmod修改文件和文件夹读写执行属性;-R的作用是：可递归遍历子目录，把修改应到目录下所有文件和子目录。3、设有6个结点的无向图，该图至少应有()条边才能确保是一个连通图。A：7B：5C：8D：6答案：B解析：在一个无向图G中，若从顶点Vi到顶点Vj有路径相连，则称Vi和Vj是连通的。连通图是指任意两个结点之间都有一个路径相连。6个节点的无向图，至少要5个边才能确保是任意两个节点之间都有路径相连。下图是一种可能的连接方式：4、关于Hadoop系统的作业任务调度等问题，以下描述

4、错误的是()A：JobTracker是一个master服务，软件启动之后JobTracker接受Job的每一个子任务task运行于TaskTracker上，并监控它们，如果发现有失效的task就重新运行它。一般情况应该把JobTracker部署在单独的机器上。B：JobClient会在用户端通过JobClient类对Job配置参数、打包成jar文件存储到hdfs，并把路径提交到JobTracker，然后由JobTracker创建每一个Task(即MapTask和ReduceTask)C：Nagios不可以监控Hadoop集群，因为它不提

5、供Hadoop支持。D：HDFS默认BlockSize为32M答案：CD解析：在Hadoop中，作业是使用Job对象来抽象的。JobClient负责向JobTrack提交Job：包括申请Job的ID、配置Job的运行环境、检查Job的输出配置、对Job的输入数据进行切分生成Job的目录以及相应文件(如jar、xml等)。即JobClient会在用户端通过JobClient类将配置好参数的Job打包成jar文件存储到hdfs，并把路径提交到JobTracker,然后由JobTracker创建每一个Task(即MapTask和ReduceT

6、ask)并将它们分发到各个TaskTracker服务中去执行。JobTracker是一个master服务，软件启动之后JobTracker接收Job，负责调度Job的每一个子任务task运行于TaskTracker上，并监控它们，如果发现有失败的task就重新运行它。一般情况应该把JobTracker部署在单独的机器上。TaskTracker是运行在多个节点上的slaver服务。TaskTracker主动与JobTracker通信，接收作业，并负责直接执行每一个任务。Nagios是一个可运行在Linux/Unix平台之上的开源监视系统，

7、可以用来监视系统运行状态和网络信息。Nagios可以监视所指定的本地或远程主机以及服务，同时提供异常通知功能。Nagios可以用来监控Hadoop集群，快速定位出现问题的机器。HDFS的块大小由dfs.block.size参数决定，默认是67108864，即64M。5、Fisher线性判别函数的求解过程是将M维特征矢量投影在()中进行求解。A：M-1维空间B：一维空间C：三维空间D：二维空间答案：B解析：Fisher线性判别函数是将多维空间中的特征矢量投影到一条直线上，也就是把维数压缩到一维。寻找这条最优直线的准则是Fisher准则：两

8、类样本在一维空间的投影满足类内尽可能密集，类间尽可能分开，也就是投影后两类样本均值之差尽可能大，类内部方差尽可能小。一般而言，对于数据分布近似高斯分布的情况，Fisher线性判别准则能够得到很好的分类效果。