Các tệp HDFS được thiết kế cho

Đáp án đúng là C. Spark.

Giải thích:

Spark là một framework tính toán cluster mã nguồn mở, nhanh chóng và đa năng. Nó cung cấp một hệ thống xử lý luồng (stream processing) mạnh mẽ, cho phép xử lý dữ liệu thời gian thực (real-time) hoặc gần thời gian thực (near real-time). Spark Streaming là một phần của Spark, được thiết kế để xử lý các luồng dữ liệu trực tiếp (live data streams) từ nhiều nguồn khác nhau như Kafka, Flume, Twitter, ZeroMQ hoặc các socket TCP.

Các lựa chọn khác không phù hợp vì những lý do sau:

• A. Solr: Solr là một nền tảng tìm kiếm (search platform) dựa trên Lucene, được sử dụng để lập chỉ mục (indexing) và tìm kiếm dữ liệu. Nó không phải là một hệ thống xử lý luồng.
• B. Tez: Tez là một framework thực thi dữ liệu (data execution framework) được xây dựng trên Hadoop, cho phép các ứng dụng xử lý dữ liệu quy mô lớn một cách hiệu quả hơn. Nó không trực tiếp cung cấp khả năng xử lý luồng.
• D. Hive: Hive là một hệ thống kho dữ liệu (data warehouse system) được xây dựng trên Hadoop, cho phép truy vấn dữ liệu bằng SQL. Nó chủ yếu được sử dụng để xử lý dữ liệu theo lô (batch processing) thay vì xử lý luồng.

Lệnh start-dfs.sh được sử dụng trong Hadoop để khởi động các thành phần cơ bản của hệ thống tệp phân tán Hadoop (HDFS). Khi chạy lệnh này, nó sẽ khởi động cả NameNode và DataNode. NameNode là nút chủ quản lý không gian tên hệ thống tệp và DataNode là các nút lưu trữ dữ liệu thực tế.

Phương án A đúng vì MongoDB cung cấp trình điều khiển (driver) cho nhiều ngôn ngữ lập trình khác nhau như Python, Java, Node.js, C++, v.v., giúp các nhà phát triển dễ dàng tương tác với cơ sở dữ liệu từ ứng dụng của họ.

Phương án B đúng vì một tài liệu (document) trong MongoDB có thể chứa nhiều cặp key-value hoặc key-array, hoặc các tài liệu lồng nhau (nested documents), cho phép lưu trữ dữ liệu phức tạp và linh hoạt.

Phương án D đúng vì MongoDB, thuộc loại NoSQL, thường có khả năng mở rộng (khả mở) tốt hơn so với các cơ sở dữ liệu quan hệ truyền thống (RDBMS) do kiến trúc phân tán và khả năng xử lý dữ liệu phi cấu trúc.

Vì cả A, B và D đều đúng, phương án C (tất cả các phương án trên) là đáp án chính xác nhất.

Sqoop là công cụ được thiết kế đặc biệt để truyền dữ liệu giữa Hadoop và các hệ quản trị cơ sở dữ liệu quan hệ (RDBMS) như MySQL, Oracle, SQL Server, v.v. Nó cho phép nhập dữ liệu từ các RDBMS vào Hadoop và xuất dữ liệu từ Hadoop trở lại các RDBMS một cách hiệu quả.

• HBase: Là một cơ sở dữ liệu NoSQL, phân tán, được xây dựng trên Hadoop, thích hợp cho việc lưu trữ và truy xuất dữ liệu lớn theo thời gian thực.


• Avro: Là một hệ thống tuần tự hóa dữ liệu, thường được sử dụng để lưu trữ dữ liệu trong Hadoop, nhưng không phải là công cụ chính để nhập/xuất dữ liệu từ các hệ thống khác.


• Zookeeper: Là một dịch vụ điều phối tập trung, cung cấp các dịch vụ như quản lý cấu hình, đồng bộ hóa, và đặt tên cho các ứng dụng phân tán.