Định dạng đầu vào mặc định là gì?

Các khối (blocks) của tệp HDFS được truy cập thường xuyên sẽ được lưu trữ trong bộ nhớ của DataNode. Điều này cho phép truy cập nhanh hơn so với việc đọc từ ổ đĩa. NameNode lưu trữ metadata về hệ thống tệp, không lưu trữ dữ liệu thực tế. Ứng dụng khách có thể lưu trữ một phần dữ liệu trong bộ nhớ của nó, nhưng nó không phải là nơi lưu trữ chính cho các khối được truy cập thường xuyên.

HDFS (Hadoop Distributed File System) cung cấp một số cách để truy cập dữ liệu thông qua HTTP. Trong số các lựa chọn được đưa ra, lược đồ URI webhdfs là phương pháp chính thức và được khuyến nghị để truy cập HDFS qua HTTP.

• Lược đồ URI webhdfs: Đây là giao diện REST API cho phép các ứng dụng tương tác với HDFS bằng các yêu cầu HTTP. Nó cung cấp các hoạt động như đọc, ghi, tạo, xóa và liệt kê các tệp và thư mục trong HDFS.


• lược đồ URI viewfs: ViewFS cho phép tạo nhiều không gian tên HDFS. Nó không trực tiếp liên quan đến việc truy cập HDFS qua HTTP.


• Lược đồ URI C - wasb: wasb là lược đồ URI được sử dụng để truy cập Azure Blob Storage bằng trình điều khiển Hadoop Azure Storage, không phải là một phần của HDFS gốc.


• HDFS ftp: HDFS không sử dụng giao thức FTP một cách trực tiếp.

Do đó, đáp án đúng là B.

Câu hỏi liên quan đến hành vi ghi dữ liệu trong HDFS (Hadoop Distributed File System) với hệ số nhân bản (replication factor) là 3. Điều này có nghĩa là mỗi khối dữ liệu sẽ có 3 bản sao được lưu trữ trên các DataNode khác nhau.

Phương án 1: Dữ liệu được ghi vào DataNodes trên ba giá đỡ riêng biệt (nếu Rack Aware)

Đây là một đặc điểm quan trọng của HDFS khi cấu hình Rack Awareness. Mục tiêu là tăng tính sẵn sàng và độ tin cậy của dữ liệu. Bằng cách lưu trữ các bản sao trên các giá đỡ (rack) khác nhau, HDFS đảm bảo rằng nếu một giá đỡ bị lỗi, dữ liệu vẫn có thể truy cập được từ các giá đỡ khác. Điều này làm cho phương án 1 đúng.

Phương án 2: Dữ liệu được lưu trữ trên mỗi DataNode bằng một tệp riêng biệt chứa checksum

Mỗi khối dữ liệu trên DataNode sẽ được lưu trữ trong hai file: một file chứa data, và một file chứa metadata, trong đó có checksum. Checksum này được dùng để đảm bảo tính toàn vẹn của dữ liệu. Do đó, dữ liệu được lưu trữ trên mỗi DataNode bằng một tệp riêng biệt chứa checksum là đúng.

Phương án 3: Dữ liệu được ghi vào các khối trên ba DataNodes khác nhau

Đây là bản chất của việc nhân bản trong HDFS. Với hệ số nhân bản là 3, mỗi khối dữ liệu sẽ được sao chép và lưu trữ trên 3 DataNodes khác nhau. Điều này đảm bảo tính dự phòng và khả năng chịu lỗi. Do đó, phương án 3 đúng.

Phương án 4: Khách hàng được trả lại thành công khi ghi thành công khối đầu tiên và kiểm tra tổng kiểm tra

Trong HDFS, client (khách hàng) chỉ nhận được thông báo thành công khi dữ liệu đã được ghi thành công vào *tất cả* các bản sao (trong trường hợp này là 3 bản sao) và checksum đã được xác minh. Việc ghi thành công chỉ một bản sao là không đủ để trả lại thành công cho client. Do đó, phương án 4 sai.

Kết luận:

Vậy, hai câu trả lời đúng là phương án 1 và phương án 3.