Dịch vụ thông minh giúp khái phá, làm sạch dữ liệu trên Google Cloud Platform:

Google Functions

Google BigQuery

Google Cloud Dataprep

Google Data Catalog

Trả lời:

Đáp án đúng: C

Đáp án đúng là C: Google Cloud Dataprep

Google Cloud Dataprep là một dịch vụ thông minh, không cần máy chủ (serverless), giúp người dùng khám phá, làm sạch và chuẩn bị dữ liệu để phân tích. Dataprep sử dụng giao diện trực quan và các thuật toán máy học để tự động hóa các tác vụ chuẩn bị dữ liệu, giúp người dùng tiết kiệm thời gian và công sức.

Các lựa chọn khác:

A. Google Functions: Là dịch vụ điện toán không máy chủ cho phép bạn chạy code mà không cần quản lý máy chủ.
B. Google BigQuery: Là một kho dữ liệu lớn, có thể mở rộng, tiết kiệm chi phí và không cần máy chủ để phân tích dữ liệu.
D. Google Data Catalog: Là một dịch vụ quản lý siêu dữ liệu giúp các tổ chức khám phá, hiểu và quản lý dữ liệu của họ.

300+ câu hỏi trắc nghiệm Big Data đầy đủ đáp án và lời giải - Phần 1

50 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 49:

Hệ CSDL NoSQL trên nền tảng Cloudera là ?

Lời giải:

Đáp án đúng: A

Đáp án đúng là A. Apache Accumulo là một hệ quản trị cơ sở dữ liệu NoSQL phân tán, có khả năng mở rộng và bảo mật cao, được xây dựng dựa trên Apache Hadoop. Nó được thiết kế để lưu trữ và phân tích lượng lớn dữ liệu, đặc biệt là dữ liệu cần độ tin cậy và tính toàn vẹn cao. Accumulo được sử dụng rộng rãi trong các ứng dụng yêu cầu khả năng kiểm soát truy cập chi tiết ở mức ô (cell-level security), ví dụ như các ứng dụng chính phủ và quốc phòng. Cloudera là một nền tảng phân phối Hadoop phổ biến, và Accumulo có thể được triển khai trên nền tảng này.

Các lựa chọn khác không đúng vì:

* DynamoDB là một dịch vụ cơ sở dữ liệu NoSQL của Amazon Web Services (AWS).
* AppEngine Datastore là một dịch vụ cơ sở dữ liệu NoSQL của Google Cloud Platform (GCP).
* Table Storage là một dịch vụ lưu trữ NoSQL của Microsoft Azure.

Câu 50:

Công cụ trên Google Cloud Platform chuyển đổi dữ liệu hỗ trợ quyết định

Lời giải:

Đáp án đúng: C

Đáp án đúng là C: Google Data Studio.

Google Data Studio (hiện tại là Looker Studio) là một công cụ miễn phí của Google cho phép bạn trực quan hóa dữ liệu và tạo các báo cáo tương tác. Nó kết nối với nhiều nguồn dữ liệu khác nhau và cho phép bạn tạo các biểu đồ, bảng biểu và các hình thức trực quan hóa khác để hỗ trợ việc ra quyết định.

Các lựa chọn khác không phù hợp vì:

Google Cloud: Là một nền tảng điện toán đám mây rộng lớn, cung cấp nhiều dịch vụ khác nhau, nhưng không phải là một công cụ cụ thể để chuyển đổi dữ liệu hỗ trợ quyết định.
Google Data Catalog: Là một dịch vụ để quản lý và khám phá dữ liệu, giúp bạn tìm và hiểu dữ liệu của mình, nhưng không trực tiếp chuyển đổi dữ liệu thành các báo cáo trực quan.
Google Functions: Là một dịch vụ điện toán không máy chủ cho phép bạn chạy mã để phản hồi các sự kiện, nhưng không phải là một công cụ trực quan hóa dữ liệu.

Câu 1:

Theo Tính khả dụng cao của Hadoop, nghĩa là Hàng rào

Lời giải:

Đáp án đúng: D

Trong Hadoop High Availability (HA - Tính Khả Dụng Cao), "hàng rào" (fencing) là một cơ chế quan trọng để đảm bảo chỉ có một NameNode hoạt động (Active NameNode) tại một thời điểm. Điều này ngăn ngừa tình trạng "split-brain" (hai NameNode cùng hoạt động và ghi dữ liệu, dẫn đến hỏng dữ liệu). Hàng rào hoạt động bằng cách ngăn chặn NameNode đã từng hoạt động (nhưng hiện tại được cho là không hoạt động) ghi vào hệ thống lưu trữ chung (shared storage) hoặc thực hiện bất kỳ thao tác nào có thể gây xung đột với NameNode hiện đang hoạt động.

* Đáp án A: Ngăn NameNode hoạt động trước đó bắt đầu chạy lại. Đây là một phần của quá trình chuyển đổi dự phòng nhưng không phải là định nghĩa chính xác của hàng rào. Hàng rào tập trung vào việc ngăn chặn NameNode cũ *ghi* dữ liệu, không chỉ là việc khởi động lại.
* Đáp án B: Ngăn chặn việc bắt đầu chuyển đổi dự phòng trong trường hợp mạng bị lỗi với NameNode hoạt động. Đây không phải là mục đích của hàng rào. Hàng rào xảy ra *sau* khi chuyển đổi dự phòng được kích hoạt.
* Đáp án C: Ngăn chặn sự cố sập nguồn đối với NameNode đã hoạt động trước đó. Hàng rào không liên quan đến việc ngăn chặn sự cố sập nguồn.
* Đáp án D: Ngăn không cho NameNode đã hoạt động trước đó ghi vào nhật ký chỉnh sửa. Đây là định nghĩa chính xác nhất về hàng rào trong bối cảnh Hadoop HA. Việc ngăn chặn NameNode cũ ghi vào nhật ký chỉnh sửa (edit log) đảm bảo rằng chỉ NameNode đang hoạt động mới có thể thực hiện các thay đổi đối với siêu dữ liệu hệ thống tệp.

Vì vậy, đáp án đúng là D.

Câu 2:

Cơ chế nào sau đây không phải là cơ chế hàng rào cho NameNode đã hoạt động trước đó?

Lời giải:

Đáp án đúng: C

Câu hỏi này kiểm tra kiến thức về các cơ chế hàng rào (fencing mechanisms) được sử dụng để đảm bảo chỉ có một NameNode hoạt động trong một cụm Hadoop tại một thời điểm, ngăn ngừa tình trạng split-brain (hai NameNode cùng hoạt động và ghi dữ liệu, gây ra xung đột và mất dữ liệu).

* A. Tắt cổng mạng của nó thông qua lệnh quản lý từ xa: Đây là một cơ chế hàng rào hợp lệ. Bằng cách tắt cổng mạng, NameNode sẽ bị cô lập khỏi cụm và không thể tiếp tục hoạt động.
* B. Thu hồi quyền truy cập của nó vào thư mục lưu trữ được chia sẻ: Đây cũng là một cơ chế hàng rào hợp lệ. Nếu NameNode không thể truy cập vào thư mục lưu trữ chung (nơi chứa metadata), nó sẽ không thể phục vụ các yêu cầu và do đó, không thể gây ra xung đột.
* C. Định dạng ổ đĩa của nó: Đây không phải là cơ chế hàng rào thông thường. Định dạng ổ đĩa sẽ xóa toàn bộ dữ liệu trên ổ đĩa đó, bao gồm cả metadata quan trọng của NameNode. Đây là một hành động phá hoại và không được sử dụng như một cơ chế hàng rào có kiểm soát. Hàng rào phải đảm bảo an toàn dữ liệu.
* D. STONITH (Shoot The Other Node In The Head): Đây là một thuật ngữ chung cho các cơ chế hàng rào mạnh mẽ, bao gồm cả việc sử dụng các thiết bị quản lý năng lượng để tắt nguồn của NameNode.

Vì vậy, đáp án đúng là C. Định dạng ổ đĩa của nó.

Câu 3:

Điều gì là đúng về HDFS?

Lời giải:

Đáp án đúng: A

HDFS (Hadoop Distributed File System) là một hệ thống tệp phân tán được thiết kế để lưu trữ lượng lớn dữ liệu trên các cụm phần cứng thông thường. Nó có một số đặc điểm quan trọng cần xem xét khi làm việc với nó thông qua các giao thức như NFS (Network File System):

Tính bất biến (Immutability): HDFS được thiết kế chủ yếu để ghi một lần và đọc nhiều lần. Sau khi một tệp đã được ghi vào HDFS, việc chỉnh sửa trực tiếp các bản ghi hiện có là không được khuyến khích và thường không được hỗ trợ trực tiếp.
Gắn kết qua NFS: HDFS có thể được gắn vào hệ thống tệp của máy khách cục bộ thông qua các giao thức như NFS. Điều này cho phép người dùng truy cập dữ liệu HDFS như thể nó là một phần của hệ thống tệp cục bộ của họ. Tuy nhiên, khả năng này thường đi kèm với các hạn chế.
Thêm vào tệp: Khi HDFS được gắn qua NFS, việc thêm dữ liệu vào một tệp hiện có có thể bị hạn chế hoặc không được hỗ trợ, tùy thuộc vào cấu hình và phiên bản của Hadoop.

Dựa trên những điều này, chúng ta có thể phân tích các lựa chọn:

A. Hệ thống tệp HDFS có thể được gắn trên Hệ thống tệp của máy khách cục bộ bằng NFS - Đây là một phát biểu đúng.
B. Hệ thống tệp HDFS không bao giờ có thể được gắn vào Hệ thống tệp của máy khách cục bộ - Đây là một phát biểu sai.
C. Bạn có thể chỉnh sửa bản ghi hiện có trong tệp HDFS đã được gắn kết bằng NFS - Đây là một phát biểu sai. HDFS không khuyến khích chỉnh sửa trực tiếp.
D. Bạn không thể thêm vào tệp HDFS được gắn bằng NFS - Phát biểu này có thể đúng hoặc sai tùy thuộc vào cấu hình, nhưng câu A chính xác hơn vì tính khả thi của việc gắn HDFS bằng NFS.

Vậy đáp án đúng nhất là A.

Câu 4:

Điều nào sau đây không phải là mục tiêu của HDFS?

Lời giải: