Job tracker runs on:

Đáp án đúng là C. Sqoop.

Giải thích:

• Sqoop là một công cụ dòng lệnh được thiết kế để truyền dữ liệu giữa Hadoop và các cơ sở dữ liệu quan hệ (RDBMS) như MySQL, PostgreSQL, Oracle, SQL Server, v.v. Nó cho phép nhập dữ liệu từ RDBMS vào Hadoop (HDFS, Hive, HBase) và xuất dữ liệu từ Hadoop trở lại RDBMS một cách hiệu quả.
• HBase là một cơ sở dữ liệu NoSQL, cột-định hướng, chạy trên đỉnh của Hadoop. Nó không phải là một công cụ để nhập/xuất dữ liệu nói chung.
• Avro là một định dạng tuần tự hóa dữ liệu. Nó được sử dụng để lưu trữ dữ liệu một cách hiệu quả và có thể được sử dụng với Hadoop, nhưng nó không phải là một công cụ nhập/xuất dữ liệu.
• ZooKeeper là một dịch vụ điều phối tập trung để quản lý cấu hình, tên, cung cấp đồng bộ hóa phân tán và các dịch vụ nhóm. Nó không liên quan đến việc nhập/xuất dữ liệu.

Trong Hadoop Distributed File System (HDFS), DataNode là thành phần chịu trách nhiệm lưu trữ dữ liệu thực tế. Dữ liệu được chia thành các khối và phân tán trên nhiều DataNode trong cụm.

• NameNode: Quản lý metadata của hệ thống tệp, bao gồm cấu trúc thư mục, thông tin về các khối dữ liệu và vị trí của chúng trên các DataNode. NameNode không lưu trữ dữ liệu thực tế.


• Master Node: Thuật ngữ "Master Node" chung chung và có thể áp dụng cho nhiều hệ thống khác nhau. Trong ngữ cảnh HDFS, NameNode có thể được coi là một loại Master Node, nhưng DataNode mới là nơi lưu trữ dữ liệu.

Do đó, đáp án đúng là B. Data node.

Hadoop xử lý khối lượng lớn dữ liệu bằng cách:

• Sử dụng song song nhiều máy: Hadoop phân phối dữ liệu và công việc xử lý trên một cụm các máy tính, cho phép xử lý song song và tăng tốc độ xử lý tổng thể.


• Thiết kế cho lượng lớn dữ liệu: Hadoop được thiết kế để xử lý dữ liệu lớn (Big Data) bằng cách sử dụng phần cứng thông thường (commodity hardware) và kiến trúc MPP (Massively Parallel Processing).


• Gửi mã đến dữ liệu: Hadoop di chuyển mã chương trình đến gần nơi lưu trữ dữ liệu thay vì di chuyển dữ liệu đến nơi có mã. Điều này giảm thiểu việc truyền dữ liệu qua mạng, giúp tăng hiệu quả xử lý.

Do đó, các phương án A, B và C đều đúng.

Phương án D sai vì bộ nhớ đệm phức tạp trên NameNode không phải là yếu tố chính giúp Hadoop xử lý dữ liệu lớn, mà là khả năng phân tán và xử lý song song dữ liệu trên nhiều node.