Định dạng đầu vào mặc định là gì?

Định dạng đầu vào mặc định là xml. Nhà phát triển có thể chỉ định các định dạng đầu vào khác nếu thích hợp nếu xml không phải là đầu vào chính xác

Không có định dạng nhập mặc định. Định dạng đầu vào luôn phải được chỉ định

Định dạng đầu vào mặc định là định dạng tệp tuần tự. Dữ liệu cần được xử lý trước trước khi sử dụng định dạng đầu vào mặc định

Định dạng đầu vào mặc định là TextInputFormat với phần bù byte làm khóa và toàn bộ dòng dưới dạng giá trị

Trả lời:

Đáp án đúng: D

Đáp án đúng là D. Định dạng đầu vào mặc định trong Hadoop MapReduce là TextInputFormat. Với TextInputFormat, mỗi dòng trong file đầu vào được xem là một bản ghi (record). Khóa (key) của bản ghi là offset byte của dòng đó trong file, và giá trị (value) là nội dung của toàn bộ dòng. Các định dạng đầu vào khác (như SequenceFileInputFormat, XML, JSON, v.v.) cần được chỉ định rõ ràng nếu muốn sử dụng.

300+ câu hỏi trắc nghiệm Big Data đầy đủ đáp án và lời giải - Phần 6

50 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 34:

Cái nào không phải là một trong những tính năng dữ liệu lớn?

Lời giải:

Đáp án đúng: B

Các đặc trưng chính của Big Data thường được mô tả bằng 5V: Volume (khối lượng), Velocity (tốc độ), Variety (đa dạng), Veracity (tính xác thực) và Value (giá trị). Trong các lựa chọn trên, A, B, C và D đều là những đặc điểm, tuy nhiên, câu hỏi yêu cầu tìm đáp án "không phải" là đặc tính của Big Data. Do đó, câu hỏi có vẻ chưa chính xác hoặc thiếu thông tin. Tuy nhiên, nếu phải chọn một đáp án ít liên quan nhất đến 5V, thì có lẽ không có đáp án nào không liên quan. Vì đề bài yêu cầu phải trả lời, ta giả sử là đề muốn hỏi 4V (Volume, Velocity, Variety, Veracity) và Value không được đề cập, thì đáp án không phải trong 4 lựa chọn trên cũng không có.

Câu 35:

Bộ nhớ đệm phân tán là gì?

Lời giải:

Đáp án đúng: B

Bộ nhớ đệm phân tán (Distributed Cache) là một tính năng trong Hadoop cho phép các tác vụ MapReduce truy cập nhanh chóng đến các tệp dữ liệu cần thiết. Các tệp này có thể là tệp văn bản, tệp lưu trữ, hoặc tệp JAR. Nó hoạt động bằng cách sao chép các tệp này đến tất cả các nút trong cụm trước khi các tác vụ MapReduce bắt đầu. Điều này giúp giảm đáng kể thời gian truy cập dữ liệu và tăng hiệu suất tổng thể của quá trình xử lý. Đáp án A mô tả đúng mục đích và thời điểm sử dụng của bộ nhớ đệm phân tán trong MapReduce.

Câu 36:

Thành phần nào sau đây truy xuất các phân tách đầu vào trực tiếp từ HDFS để xác định số tác vụ bản đồ?

Lời giải:

Đáp án đúng: D

Trong Hadoop MapReduce, JobClient là thành phần giao tiếp với JobTracker để gửi các job (công việc) cần thực hiện. Một phần quan trọng của quá trình này là JobClient phải xác định số lượng map tasks (tác vụ map) cần thiết để xử lý dữ liệu đầu vào. Để làm được điều này, JobClient sẽ truy xuất thông tin về các khối (blocks) dữ liệu đầu vào trực tiếp từ HDFS (Hadoop Distributed File System). Mỗi khối dữ liệu này thường sẽ tương ứng với một map task. Do đó, JobClient có trách nhiệm phân tích đầu vào từ HDFS để xác định số lượng map tasks cần tạo ra.

Câu 37:

Đặc trưng nào không phải của Big Data?

Lời giải:

Đáp án đúng: C

Big Data thường được mô tả bởi 5 đặc trưng chính, thường được gọi là 5V: Volume (khối lượng), Variety (đa dạng), Velocity (tốc độ), Veracity (tính xác thực), và Value (giá trị). Trong các lựa chọn được đưa ra, Volume, Variety, và Velocity đều là các đặc trưng của Big Data. Vision (tầm nhìn) không phải là một đặc trưng cốt lõi của Big Data theo định nghĩa chuẩn. Do đó, đáp án C là đáp án không phải đặc trưng của Big Data.

Câu 38:

Các dạng thức khoa học dữ liệu của Jim Gray?

Lời giải:

Đáp án đúng: D

Jim Gray mô tả khoa học dữ liệu có bốn dạng thức (paradigms):

Thực nghiệm (Empirical): Dựa trên quan sát và đo đạc.
Lý thuyết (Theoretical): Phát triển các mô hình và lý thuyết để giải thích các hiện tượng.
Tính toán (Computational): Sử dụng mô phỏng và tính toán để giải quyết các vấn đề phức tạp.
Dữ liệu (Data): Phân tích dữ liệu lớn để khám phá ra tri thức mới.

Do đó, đáp án D là đáp án chính xác nhất vì nó bao gồm cả ba dạng thức được liệt kê.

Câu 39:

Phát biểu nào không phải dạng thức nghiên cứu Khoa học dữ liệu của Jim Gray?

Lời giải: