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

Câu hỏi này kiểm tra kiến thức về RawComparator trong Hadoop. RawComparator là một giao diện trong Hadoop cho phép so sánh trực tiếp các byte của khóa mà không cần giải mã hóa thành các đối tượng Java. Điều này có thể cải thiện hiệu suất đáng kể trong giai đoạn sắp xếp của MapReduce.

Phân tích các lựa chọn:

• A. So sánh các khóa theo byte: Đúng. Đây là chức năng chính của RawComparator.


• B. Hiệu suất có thể được cải thiện trong giai đoạn sắp xếp và đủ bằng cách sử dụng RawComparator: Đúng. RawComparator được thiết kế để cải thiện hiệu suất so sánh khóa trong giai đoạn sắp xếp.


• C. Các khóa trung gian được giải mã hóa để thực hiện so sánh: Sai. Đây là điểm khác biệt chính giữa RawComparator và Comparator thông thường. RawComparator so sánh trực tiếp các byte mà không cần giải mã hóa.

Big Data thường được mô tả bằng 5V, trong đó quan trọng nhất là:

• Volume (Khối lượng): Dữ liệu lớn về kích thước.
• Velocity (Tốc độ): Dữ liệu được tạo ra và xử lý với tốc độ cao.
• Variety (Đa dạng): Dữ liệu có nhiều định dạng khác nhau.
• Veracity (Độ tin cậy): Tính xác thực của dữ liệu.
• Value (Giá trị): Giá trị tiềm ẩn có thể khai thác từ dữ liệu.

Vì vậy, đáp án D là đáp án chính xác nhất vì nó bao gồm tất cả các đặc trưng quan trọng nhất của Big Data.

Các phương thức xử lý dữ liệu lớn thường bao gồm thu thập, tổ chức, phân tích và trình bày dữ liệu. "Đánh giá" không phải là một bước thông thường trong quy trình này. Thay vào đó, sau khi phân tích, dữ liệu có thể được trình bày hoặc sử dụng để đưa ra các quyết định, nhưng "đánh giá" không phải là một công đoạn xử lý dữ liệu trực tiếp.