Cái nào không phải là một trong đặc trưng 3Vs của dữ liệu lớn?

Hadoop là một framework mã nguồn mở được sử dụng để lưu trữ và xử lý các tập dữ liệu lớn một cách phân tán trên các cụm máy tính. Nó bao gồm Hệ thống Tệp Phân tán Hadoop (HDFS) để lưu trữ và MapReduce để xử lý dữ liệu song song. Hadoop cũng có thể chạy trên hạ tầng Cloud Computing.

A. Đúng, Hadoop là một framework phân tán.

B. Đúng, thuật toán chính được sử dụng trong Hadoop là MapReduce.

C. Đúng, Hadoop có thể chạy trên hạ tầng Cloud Computing.

Do đó, đáp án D là đáp án đúng nhất vì nó bao gồm tất cả các khẳng định đúng về Hadoop.

Hadoop xử lý khối lượng lớn dữ liệu bằng cách phân chia dữ liệu thành các khối nhỏ hơn và phân tán chúng trên một cụm các máy tính. Mỗi máy tính trong cụm xử lý một phần của dữ liệu song song với các máy khác. Hadoop gửi mã đến dữ liệu (nguyên tắc "data locality") thay vì gửi dữ liệu đến mã, giảm thiểu việc truyền dữ liệu qua mạng và tăng tốc độ xử lý.

A. Google Cloud Dataprep: Là một dịch vụ chuẩn bị dữ liệu thông minh trên đám mây, giúp khám phá, làm sạch và chuẩn bị dữ liệu cho phân tích.

B. Google Cloud Data Fusion: Là một dịch vụ tích hợp dữ liệu ETL (Extract, Transform, Load) hoàn toàn được quản lý, dựa trên mã nguồn mở CDAP. Nó giúp xây dựng và quản lý các pipeline dữ liệu một cách trực quan và dễ dàng, kết nối nhiều nguồn dữ liệu khác nhau và chuyển đổi dữ liệu để phù hợp với nhu cầu phân tích.

C. Google Data Catalog: Là một dịch vụ quản lý siêu dữ liệu và khám phá dữ liệu. Nó giúp các tổ chức hiểu rõ hơn về dữ liệu của mình bằng cách cung cấp một kho lưu trữ tập trung cho siêu dữ liệu.

D. Google BigQuery: Là một kho dữ liệu lớn, có thể mở rộng, không cần máy chủ, tiết kiệm chi phí và được thiết kế để phân tích dữ liệu lớn.

Trong các lựa chọn trên, Google Cloud Data Fusion là dịch vụ tích hợp dữ liệu trên đám mây, được thiết kế để giúp xây dựng và quản lý các pipeline dữ liệu.