hadoop fs –expunge

Cung cấp danh sách các DataNode

Được sử dụng để xóa một tệp

Được sử dụng để trao đổi một tệp giữa hai DataNode.

Dọn sạch thùng rác.

Trả lời:

Đáp án đúng: D

Lệnh `hadoop fs -expunge` được sử dụng để dọn dẹp thùng rác (Trash) trong Hadoop Distributed File System (HDFS). Khi bạn xóa một tệp trong HDFS, nó không bị xóa ngay lập tức mà được chuyển vào thùng rác. Lệnh `hadoop fs -expunge` sẽ xóa vĩnh viễn các tệp trong thùng rác, giải phóng không gian lưu trữ. Do đó, đáp án đúng là D.

100+ câu hỏi trắc nghiệm Dữ liệu lớn giải thích chi tiết từng câu - Phần 1

50 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 10:

Khi bạn tăng số lượng tệp được lưu trữ trong HDFS, Bộ nhớ được yêu cầu bởi NameNode

Lời giải:

Đáp án đúng: A

NameNode trong HDFS lưu trữ metadata về hệ thống tệp, bao gồm thông tin về các tệp và thư mục, chẳng hạn như tên tệp, quyền, vị trí của các khối dữ liệu và kích thước. Khi số lượng tệp tăng lên, lượng metadata mà NameNode cần quản lý cũng tăng lên. Điều này dẫn đến việc NameNode cần nhiều bộ nhớ hơn để lưu trữ tất cả thông tin này. Vì vậy, đáp án đúng là khi tăng số lượng tệp được lưu trữ trong HDFS, bộ nhớ được yêu cầu bởi NameNode tăng lên.

Câu 11:

Nếu chúng tôi tăng kích thước tệp được lưu trữ trong HDFS mà không tăng số tệp, thì bộ nhớ được yêu cầu bởi NameNode

Lời giải:

Đáp án đúng: A

NameNode trong HDFS lưu trữ metadata (dữ liệu về dữ liệu) của hệ thống tệp, bao gồm thông tin về tên tệp, quyền, vị trí các khối dữ liệu và kích thước của các khối. Nếu chỉ tăng kích thước của các tệp mà không tăng số lượng tệp, thì số lượng metadata mà NameNode cần quản lý (ví dụ: số lượng inode) không thay đổi đáng kể. Tuy nhiên, NameNode cần cập nhật kích thước của các file này. Mặc dù việc cập nhật kích thước có thể chiếm một lượng nhỏ bộ nhớ, nhưng tác động chính không đáng kể so với bộ nhớ cần thiết để lưu trữ metadata cho mỗi file. Do đó, bộ nhớ mà NameNode yêu cầu về cơ bản vẫn không thay đổi.

Câu 12:

Số lượng nhiệm vụ mà trình theo dõi tác vụ có thể chấp nhận phụ thuộc vào

Lời giải:

Đáp án đúng: C

Số lượng nhiệm vụ mà một TaskTracker (trình theo dõi tác vụ) có thể chấp nhận phụ thuộc vào số lượng khe cắm (slots) được định cấu hình trong nó. Mỗi khe cắm đại diện cho một tài nguyên tính toán có sẵn trên nút đó. TaskTracker sẽ cố gắng chạy một tác vụ trên mỗi khe cắm có sẵn. Do đó, cấu hình số lượng khe cắm sẽ quyết định số lượng tác vụ tối đa mà TaskTracker có thể thực hiện đồng thời.

Câu 13:

Khái niệm sử dụng nhiều máy để xử lý dữ liệu được lưu trữ trong hệ thống phân tán không phải là mới. Máy tính hiệu suất cao (HPC) sử dụng nhiều máy tính để xử lý khối lượng lớn dữ liệu được lưu trữ trong mạng vùng lưu trữ (SAN). So với HPC, Hadoop:

Lời giải:

Đáp án đúng: C

Hadoop, so với HPC, có khả năng xử lý khối lượng dữ liệu lớn hơn và có thể chạy trên số lượng máy lớn hơn nhiều. HPC thường tập trung vào việc xử lý nhanh các tác vụ tính toán chuyên sâu trên số lượng máy hạn chế, trong khi Hadoop được thiết kế để xử lý dữ liệu lớn một cách phân tán và chịu lỗi tốt trên các cụm máy tính lớn. Do đó, đáp án A và B đều đúng nhưng đáp án B bao hàm phạm vi rộng hơn về khả năng mở rộng của Hadoop so với HPC.

* A. Có thể xử lý khối lượng dữ liệu lớn hơn. Đúng, Hadoop được thiết kế để xử lý petabyte dữ liệu trở lên, lớn hơn nhiều so với khả năng của nhiều hệ thống HPC truyền thống.
* B. Có thể chạy trên một số lượng máy lớn hơn HPC cluster. Đúng, các cluster Hadoop có thể mở rộng đến hàng ngàn node, lớn hơn nhiều so với các cluster HPC thông thường.
* C. Có thể xử lý dữ liệu nhanh hơn với cùng băng thông mạng so với HPC. Sai, HPC thường được tối ưu hóa cho tốc độ xử lý nhanh hơn trên mỗi node và băng thông mạng cao hơn.
* D. Không thể chạy các công việc tính toán chuyên sâu. Sai, Hadoop có thể chạy các công việc tính toán chuyên sâu, mặc dù nó thường không hiệu quả bằng HPC cho các tác vụ đó do overhead của việc phân tán dữ liệu và xử lý.

Câu 14:

Tính năng định vị dữ liệu trong Hadoop có nghĩa là:

Lời giải:

Đáp án đúng: C

Tính năng "định vị dữ liệu" (data locality) trong Hadoop là một khái niệm quan trọng nhằm tối ưu hóa hiệu suất xử lý dữ liệu. Thay vì di chuyển dữ liệu đến nơi các nút tính toán đang hoạt động, Hadoop cố gắng đưa các tác vụ tính toán đến gần dữ liệu nhất có thể. Điều này giúp giảm thiểu việc truyền dữ liệu qua mạng, vốn là một hoạt động tốn kém về thời gian và tài nguyên. Do đó, đáp án đúng là "Đồng định vị dữ liệu với các nút tính toán". Các đáp án khác không mô tả chính xác khái niệm này.

Câu 15:

Các tệp HDFS được thiết kế cho:

Lời giải: