Khi lưu trữ tệp Hadoop, câu nào sau đây là đúng? (Chọn hai câu trả lời) Các tệp đã lưu trữ sẽ hiển thị với phần mở rộng .arc. Nhiều tệp nhỏ sẽ trở thành ít tệp lớn hơn. MapReduce xử lý tên tệp gốc ngay cả sau khi tệp được lưu trữ. Các tệp đã lưu trữ phải được lưu trữ tại Liên hợp quốc cho HDFS và MapReduce để truy cập các tệp nhỏ, gốc. Lưu trữ dành cho các tệp cần được lưu nhưng HDFS không còn truy cập được nữa.

Để áp dụng một bộ kết hợp, một thuộc tính phải được thỏa mãn bởi các giá trị được phát ra từ bộ ánh xạ là gì?

Lời giải:

Đáp án đúng: C

Câu hỏi này liên quan đến việc sử dụng Combiner trong MapReduce. Combiner là một bộ giảm cục bộ chạy trên mỗi máy mapper để giảm lượng dữ liệu được truyền qua mạng đến bộ giảm. Để Combiner có thể được áp dụng một cách an toàn và hiệu quả, đầu ra của mapper và combiner phải có cùng định dạng cặp key-value. Quan trọng hơn, các giá trị phải thỏa mãn tính chất kết hợp (associative) và giao hoán (commutative). Tính chất kết hợp cho phép các phép toán được nhóm lại mà không ảnh hưởng đến kết quả, còn tính chất giao hoán cho phép thay đổi thứ tự các toán hạng mà không ảnh hưởng đến kết quả. Điều này đảm bảo rằng việc thực hiện Combiner trước khi reducer sẽ không làm thay đổi kết quả cuối cùng.

Câu 1:

Giao tiếp giữa các quá trình giữa các nút khác nhau trong Hadoop sử dụng (The inter process communication between different nodes in Hadoop uses)

Lời giải:

Đáp án đúng: B

Giao tiếp giữa các quá trình (Inter-Process Communication - IPC) giữa các nút khác nhau trong Hadoop sử dụng Remote Procedure Call (RPC). RPC là một giao thức cho phép một chương trình máy tính yêu cầu một dịch vụ từ một chương trình khác nằm trên một máy tính khác trên mạng, mà không cần người lập trình phải hiểu chi tiết về mạng. REST API thường được sử dụng cho giao tiếp giữa các ứng dụng web, RMI chủ yếu dùng trong Java, và IP Exchange không phải là một giao thức giao tiếp tiêu chuẩn trong ngữ cảnh này.

Câu 2:

Loại dữ liệu mà Hadoop có thể xử lý là (The type of data Hadoop can deal with is)

Lời giải:

Đáp án đúng: D

Hadoop được thiết kế để xử lý nhiều loại dữ liệu khác nhau, bao gồm dữ liệu có cấu trúc (ví dụ: dữ liệu từ cơ sở dữ liệu quan hệ), dữ liệu bán cấu trúc (ví dụ: dữ liệu JSON, XML) và dữ liệu không có cấu trúc (ví dụ: văn bản, hình ảnh, video). Do đó, Hadoop có thể xử lý tất cả các loại dữ liệu được liệt kê.

Câu 3:

Chế độ cài đặt phân phối hoàn toàn (không ảo hóa) cần tối thiểu (The fully distributed mode of installation (without virtualization) needs a minimum of)

Lời giải:

Đáp án đúng: A

Trong chế độ cài đặt phân phối hoàn toàn (fully distributed mode), các thành phần của hệ thống được triển khai trên nhiều máy vật lý khác nhau để đảm bảo khả năng mở rộng, chịu lỗi và hiệu năng cao. Để một hệ thống có thể hoạt động phân tán thực sự, cần tối thiểu 3 máy vật lý. Một máy có thể đóng vai trò là NameNode, một máy khác là DataNode, và máy thứ ba có thể đóng vai trò là ResourceManager và NodeManager (trong Hadoop YARN) hoặc các vai trò quản lý và xử lý khác. Nếu chỉ có 2 máy, hệ thống sẽ không thực sự phân tán vì sẽ có sự phụ thuộc lẫn nhau quá lớn và khó đảm bảo tính sẵn sàng cao.

Câu 4:

Hệ số sao chép của tệp trong HDFS có thể được thay đổi bằng cách sử dụng

Lời giải:

Đáp án đúng: C

Trong HDFS (Hadoop Distributed File System), lệnh được sử dụng để thay đổi hệ số sao chép của một tệp là setrep. Lệnh này cho phép người dùng điều chỉnh số lượng bản sao của một tệp tồn tại trong cụm HDFS, đảm bảo khả năng chịu lỗi và tính sẵn sàng của dữ liệu.

Câu 5:

Dấu phẩy được sử dụng để sao chép một dạng thư mục từ node này sang node khác trong HDFS là

Lời giải: