Kịch bản nào yêu cầu băng thông cao nhất để truyền dữ liệu giữa các nút trong Hadoop?

Các nút khác nhau trên cùng một giá đỡ

Các nút trên các giá đỡ khác nhau trong cùng một trung tâm dữ liệu

Các nút trong các trung tâm dữ liệu khác nhau

Dữ liệu trên cùng một nút

Trả lời:

Đáp án đúng: C

Trong Hadoop, băng thông cần thiết để truyền dữ liệu giữa các nút tăng lên khi các nút nằm ở vị trí địa lý cách xa nhau hơn. Điều này là do dữ liệu phải truyền qua nhiều hop mạng hơn, mỗi hop có thể giới thiệu độ trễ và tắc nghẽn. Vì vậy, dữ liệu trên cùng một nút (D) không yêu cầu băng thông để truyền dữ liệu, trong khi các nút khác nhau trên cùng một giá đỡ (A) yêu cầu băng thông ít hơn so với các nút trên các giá đỡ khác nhau trong cùng một trung tâm dữ liệu (B). Các nút trong các trung tâm dữ liệu khác nhau (C) yêu cầu băng thông cao nhất, vì dữ liệu phải truyền qua mạng diện rộng (WAN), thường chậm hơn và ít tin cậy hơn mạng cục bộ (LAN) được sử dụng trong một trung tâm dữ liệu.

300+ câu hỏi trắc nghiệm Big Data đầy đủ đáp án và lời giải - Phần 6

50 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 12:

label và feature của câu lệnh bên dưới có nghĩa là gì

LogisticRegression(labelCol = "label" , featuresCol = "features", maxIter = 10)

Lời giải:

Đáp án đúng: C

Câu lệnh `LogisticRegression(labelCol = "label" , featuresCol = "features", maxIter = 10)` trong Spark MLlib định nghĩa một mô hình hồi quy logistic.

* `featuresCol = "features"` chỉ định rằng cột có tên "features" trong DataFrame đầu vào chứa các đặc trưng (features) được sử dụng để huấn luyện mô hình. Đây là dữ liệu đầu vào của mô hình.
* `labelCol = "label"` chỉ định rằng cột có tên "label" trong DataFrame đầu vào chứa các nhãn (labels) hoặc biến mục tiêu (target variable) mà mô hình sẽ học cách dự đoán. Đây là kết quả hoặc giá trị mà ta muốn dự đoán dựa trên các đặc trưng.

Do đó, đáp án đúng là C: dữ liệu đầu vào được gán là feature và kết quả của dữ liệu đầu vào được gán vào label.

Câu 13:

Lệnh nào liệt kê các khối tạo nên mỗi tệp trong hệ thống tệp:

Lời giải:

Đáp án đúng: A

Câu hỏi này kiểm tra kiến thức về lệnh `hdfs fsck` trong Hadoop, cụ thể là cách sử dụng các tùy chọn để liệt kê thông tin về các khối dữ liệu của tệp. Lệnh `hdfs fsck` được sử dụng để kiểm tra tính nhất quán và sức khỏe của hệ thống tệp HDFS. Tùy chọn `-files` cho phép liệt kê các tệp, và tùy chọn `-blocks` cho phép hiển thị thông tin chi tiết về các khối dữ liệu mà mỗi tệp sử dụng.

* Đáp án A đúng: `hdfs fsck / -files -blocks` là cú pháp chính xác để liệt kê các khối tạo nên mỗi tệp trong toàn bộ hệ thống tệp HDFS (bắt đầu từ thư mục gốc `/`).
* Đáp án B sai: `hdfs fsck / -blocks -files` thứ tự các tùy chọn bị đảo ngược, tuy nhiên về mặt chức năng vẫn tương đương với đáp án A, nhưng cú pháp phổ biến và được khuyến nghị là `-files -blocks`.
* Đáp án C sai: `hdfs fchk` không phải là một lệnh hợp lệ trong HDFS. Lệnh đúng là `hdfs fsck`.
* Đáp án D sai: `hdfs fchk` không phải là một lệnh hợp lệ trong HDFS và tùy chọn `-block` (số ít) không chính xác. Tùy chọn đúng là `-blocks` (số nhiều).

Câu 14:

Máy khách đọc dữ liệu từ hệ thống tệp HDFS trong Hadoop:

Lời giải:

Đáp án đúng: C

Trong Hadoop, quá trình đọc dữ liệu từ HDFS diễn ra như sau:

Đầu tiên, máy khách (client) giao tiếp với NameNode để yêu cầu dữ liệu.

NameNode trả về cho máy khách danh sách các DataNode chứa các khối dữ liệu cần thiết. NameNode chỉ cung cấp thông tin vị trí khối (block location) chứ không chứa dữ liệu thực tế.

Sau khi có thông tin vị trí, máy khách sẽ trực tiếp kết nối đến các DataNode tương ứng để lấy dữ liệu.

Như vậy, máy khách lấy vị trí khối từ NameNode, sau đó lấy dữ liệu trực tiếp từ các DataNode.

Do đó, đáp án B chính xác nhất.

Câu 15:

Một công việc đang chạy trong Hadoop:

Lời giải:

Đáp án đúng: A

Trong Hadoop, một công việc (job) đang chạy có thể bị dừng (kill) bằng một lệnh. Điều này thường được thực hiện thông qua giao diện dòng lệnh Hadoop hoặc các công cụ quản lý cluster. Việc dừng một job đang chạy cho phép người dùng kiểm soát việc thực thi các tác vụ, ví dụ như khi job chạy quá lâu, gặp lỗi, hoặc cần được ưu tiên thấp hơn các job khác.

A. Đúng: Một công việc đang chạy trong Hadoop có thể bị dừng bằng lệnh.

B. Sai: Công việc có thể bị dừng.

C. Sai: Không cần thiết phải tắt NameNode để dừng một công việc. Việc tắt NameNode sẽ gây ảnh hưởng lớn đến toàn bộ cluster.

D. Sai: Công việc có thể bị dừng hoàn toàn, không nhất thiết phải tạm dừng và chạy lại.

Câu 16:

Mục đích của sử dụng SparkML là gì:

Lời giải:

Đáp án đúng: D

SparkML (Spark Machine Learning) là một thư viện trong Apache Spark cung cấp các công cụ để xây dựng và triển khai các mô hình học máy (Machine Learning) trên quy mô lớn.

Phương án A: Chạy MapReduce không phải là mục đích chính của SparkML. SparkML được xây dựng trên nền tảng Spark, có thể sử dụng các chức năng của Spark để xử lý dữ liệu, nhưng nó tập trung vào các thuật toán học máy hơn là MapReduce.
Phương án B: Chạy các thuật toán dự đoán là một trong những mục đích chính của SparkML. SparkML cung cấp nhiều thuật toán học máy khác nhau để giải quyết các bài toán dự đoán, phân loại, hồi quy, và các bài toán học máy khác.
Phương án C: Tính toán phân tán là một đặc điểm của Spark nói chung, chứ không riêng gì SparkML. SparkML tận dụng khả năng tính toán phân tán của Spark để xử lý dữ liệu lớn và huấn luyện mô hình học máy trên quy mô lớn.
Phương án D: Cả b và c. Vì SparkML dùng để chạy các thuật toán dự đoán (b) và có khả năng tính toán phân tán (c) thừa hưởng từ Spark, nên đây là đáp án chính xác nhất.

Câu 17:

Nếu chúng ta tăng kích thước tệp được lưu trữ trong HDFS mà không tăng số tệp, thì bộ nhớ được yêu cầu bởi NameNode:

Lời giải: