Khi lưu trữ tệp Hadoop, phát biểu 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 vào các tệp nhỏ, gốc

Lưu trữ dành cho các tệp cần được lưu nhưng HDFS không còn truy cập được nữa

Khi một ứng dụng khách (client) muốn truy cập một tệp trong Hadoop Distributed File System (HDFS), nó sẽ liên hệ với NameNode. NameNode, đóng vai trò là trung tâm quản lý metadata của hệ thống tệp, sẽ cung cấp cho client thông tin cần thiết để truy cập dữ liệu thực tế. Thông tin này bao gồm:

• ID của các khối (blocks) mà tệp được chia thành.


• Tên máy chủ (hostname) của tất cả các DataNode đang lưu trữ các khối đó. Điều này cho phép client biết chính xác nơi dữ liệu của tệp được lưu trữ và cách truy cập nó trực tiếp từ các DataNode.

Các lựa chọn khác không chính xác vì:

• A. Kích thước của tệp được yêu cầu: Kích thước tệp có thể quan trọng, nhưng NameNode chủ yếu trả về thông tin vị trí dữ liệu (ID khối và DataNode).


• B. ID khối của tệp được yêu cầu: Chỉ ID khối là không đủ, cần cả thông tin về DataNode để ứng dụng khách biết nơi tìm các khối đó.


• C. ID khối và tên máy chủ của *bất kỳ* DataNode nào chứa khối đó: "Bất kỳ" là không chính xác. NameNode cung cấp thông tin về *tất cả* các DataNode chứa các bản sao của khối, để đảm bảo tính sẵn sàng và khả năng chịu lỗi.

Lệnh hdfs dfs -copyFromLocal (hoặc dạng viết tắt hdfs dfs -put) được sử dụng để sao chép tệp từ hệ thống tệp cục bộ vào hệ thống tệp Hadoop (HDFS). Trong các lựa chọn đưa ra, đáp án D (copyFromLocal) là chính xác, vì nó tuân theo đúng cú pháp lệnh (không phân biệt chữ hoa chữ thường trong tên lệnh HDFS). Các lựa chọn khác không phải là lệnh HDFS hợp lệ để sao chép tệp từ hệ thống cục bộ.

Mục tiêu chính của HDFS High Availability (Tính sẵn sàng cao) là đảm bảo rằng hệ thống có thể tiếp tục hoạt động ngay cả khi một thành phần bị lỗi. Trong trường hợp của HDFS, NameNode là một thành phần quan trọng, vì nó quản lý không gian tên của hệ thống tệp và ánh xạ giữa các khối dữ liệu và DataNodes. Nếu NameNode bị lỗi, toàn bộ hệ thống tệp sẽ trở nên không khả dụng. Do đó, mục tiêu chính của HDFS HA là ngăn chặn NameNode trở thành một điểm lỗi duy nhất (single point of failure).

Phương án A không chính xác vì HDFS HA không tập trung vào việc tạo bản sao nhanh hơn, mà là có sẵn một NameNode dự phòng.

Phương án B không chính xác vì nó chỉ tập trung vào thời gian khôi phục, mặc dù đây là một khía cạnh quan trọng, nhưng mục tiêu chính là ngăn chặn sự cố xảy ra ngay từ đầu.

Phương án C không chính xác vì HA không trực tiếp ngăn chặn việc mất dữ liệu do lỗi NameNode. Việc mất dữ liệu thường được giải quyết bằng cách sao chép dữ liệu thành nhiều bản sao trên các DataNode khác nhau.

Phương án D là chính xác vì HDFS HA được thiết kế để có một NameNode dự phòng (Standby NameNode) luôn sẵn sàng tiếp quản nếu NameNode chính (Active NameNode) bị lỗi. Điều này đảm bảo rằng hệ thống tệp vẫn khả dụng, ngay cả khi NameNode chính gặp sự cố.