Khi một máy được khai báo là datanode, dung lượng ổ đĩa trong đó:

Quá trình đọc dữ liệu trên HDFS diễn ra như sau:

1. Client gửi yêu cầu đến Namenode: Client muốn đọc dữ liệu, nó gửi yêu cầu đến Namenode để biết vị trí của các chunk dữ liệu tạo nên file cần đọc.


2. Namenode cung cấp thông tin vị trí: Namenode, dựa vào metadata nó quản lý, sẽ trả về cho client danh sách các Datanode đang chứa các chunk dữ liệu cần thiết.


3. Client kết nối và đọc dữ liệu từ Datanode: Client sử dụng thông tin nhận được từ Namenode để kết nối trực tiếp đến các Datanode chứa dữ liệu. Client sẽ kết nối song song đến nhiều Datanode để đọc các chunk dữ liệu khác nhau, giúp tăng tốc độ đọc.


4. Dữ liệu được trả về Client: Các Datanode gửi dữ liệu trực tiếp về cho Client.

Như vậy, đáp án D mô tả chính xác quy trình này.

NameNode theo dõi trạng thái hoạt động của DataNode bằng cách sử dụng cơ chế Heartbeat. DataNode định kỳ gửi thông điệp Heartbeat đến NameNode để báo hiệu rằng nó vẫn đang hoạt động và có sẵn để phục vụ dữ liệu. Nếu NameNode không nhận được Heartbeat từ một DataNode trong một khoảng thời gian nhất định, nó sẽ đánh dấu DataNode đó là đã chết (dead) và sẽ bắt đầu quá trình sao chép các khối dữ liệu được lưu trữ trên DataNode đó sang các DataNode khác để đảm bảo tính sẵn sàng của dữ liệu. Các tùy chọn khác không phải là thuật ngữ hoặc cơ chế được sử dụng trong Hadoop.

File fsimage chứa metadata của hệ thống file HDFS. NameNode sử dụng fsimage để khởi động lại hệ thống. Secondary NameNode định kỳ tạo checkpoint của fsimage bằng cách hợp nhất fsimage và các file chỉnh sửa (edit logs). Checkpoint node cũng có chức năng tương tự Secondary NameNode, nó định kỳ tải fsimage và edit logs từ NameNode, hợp nhất chúng và lưu fsimage mới. Vì vậy, nếu NameNode mất fsimage, chúng ta có thể khôi phục nó từ Secondary NameNode hoặc Checkpoint node. Trong các lựa chọn đã cho, Secondary NameNode là đáp án đúng nhất.

Trong HDFS (Hadoop Distributed File System), khi một tệp bị người dùng xóa, nó không bị mất vĩnh viễn ngay lập tức. Thay vào đó, nó sẽ được chuyển vào thùng rác (Trash) nếu tính năng này được bật (được định cấu hình). Thùng rác này cho phép người dùng khôi phục các tệp đã xóa trong một khoảng thời gian nhất định trước khi chúng bị xóa vĩnh viễn khỏi hệ thống. Nếu tính năng thùng rác không được bật, tệp sẽ bị xóa ngay lập tức.

Trong Hadoop, giao tiếp giữa các tiến trình (process) trên các node khác nhau chủ yếu sử dụng RPC (Remote Procedure Call).

• RPC (Remote Procedure Call): Đây là một giao thức cho phép một chương trình trên một máy tính (node) yêu cầu một dịch vụ từ một chương trình nằm trên một máy tính khác trong mạng mà không cần hiểu chi tiết về mạng. Hadoop sử dụng RPC để các thành phần khác nhau của nó (ví dụ: NameNode và DataNode) có thể giao tiếp và phối hợp với nhau.


• REST API: REST API thường được sử dụng cho giao tiếp giữa các hệ thống khác nhau thông qua giao thức HTTP. Mặc dù Hadoop có thể cung cấp một số REST API cho mục đích quản lý hoặc truy vấn dữ liệu, nhưng nó không phải là cơ chế chính để các tiến trình Hadoop giao tiếp nội bộ.


• RMI (Remote Method Invocation): RMI là một cơ chế cho phép một đối tượng Java chạy trên một máy ảo Java (JVM) gọi các phương thức trên một đối tượng Java khác chạy trên một JVM khác. Mặc dù RMI có thể được sử dụng trong một số trường hợp, nhưng nó không phải là phương pháp giao tiếp chính trong Hadoop.


• IP Exchange: Đây không phải là một thuật ngữ chuẩn trong ngữ cảnh giao tiếp giữa các tiến trình trong Hadoop. Giao tiếp IP là nền tảng, nhưng Hadoop sử dụng các giao thức cấp cao hơn như RPC.

Vì vậy, đáp án chính xác nhất là B. RPC.