Là một phần của tính khả dụng cao HDFS, một cặp NameNode chính được cấu hình. Điều gì là đúng với họ?

Cơ chế nào sau đây không phải là cơ chế hàng rào cho NameNode đã hoạt động trước đó?

Lời giải:

Đáp án đúng: C

Câu hỏi này kiểm tra kiến thức về các cơ chế hàng rào (fencing mechanisms) trong hệ thống Hadoop, cụ thể là đối với NameNode. Hàng rào là một phương pháp để đảm bảo rằng chỉ có một NameNode hoạt động tại một thời điểm trong một cụm Hadoop, ngăn ngừa tình trạng "split-brain" (hai hoặc nhiều NameNode cùng hoạt động và gây ra xung đột dữ liệu).

* A. Tắt cổng mạng của nó thông qua lệnh quản lý từ xa: Đây là một cơ chế hàng rào hợp lệ. Bằng cách ngắt kết nối mạng của NameNode cũ, nó sẽ bị cô lập và không thể tiếp tục phục vụ các yêu cầu.
* B. Thu hồi quyền truy cập của nó vào thư mục lưu trữ được chia sẻ: Đây cũng là một cơ chế hàng rào hợp lệ. Nếu NameNode không thể truy cập vào thư mục lưu trữ dữ liệu chung (ví dụ, thư mục chứa metadata của hệ thống tệp HDFS), nó sẽ không thể hoạt động đúng cách.
* C. Định dạng ổ đĩa của nó: Đây *không* phải là một cơ chế hàng rào hợp lệ, mà là một hành động phá hủy dữ liệu. Hàng rào nhằm mục đích ngăn NameNode cũ hoạt động, không phải là phá hủy dữ liệu của nó. Việc định dạng ổ đĩa sẽ làm mất toàn bộ dữ liệu trên ổ đĩa đó, bao gồm cả metadata quan trọng của HDFS.
* D. STONITH (Shoot The Other Node In The Head): Đây là một cơ chế hàng rào phổ biến. STONITH bao gồm việc sử dụng một thiết bị (ví dụ, một PDU - Power Distribution Unit) để tắt nguồn của NameNode cũ.

Do đó, đáp án đúng là C.

Câu 23:

Yếu tố sao chép mặc định cho hệ thống tệp HDFS trong hadoop là:

Lời giải:

Đáp án đúng: C

Yếu tố sao chép mặc định (default replication factor) cho hệ thống tệp HDFS (Hadoop Distributed File System) trong Hadoop là 3. Điều này có nghĩa là mỗi khối dữ liệu trong HDFS sẽ được sao chép thành 3 bản sao và lưu trữ trên các DataNode khác nhau trong cluster. Việc sao chép này giúp đảm bảo tính sẵn sàng và độ tin cậy của dữ liệu, vì nếu một DataNode bị lỗi, dữ liệu vẫn có thể được truy cập từ các bản sao khác.

Câu 24:

Đối với thư mục HDFS, hệ số sao chép (RF) là:

Lời giải:

Đáp án đúng: D

Trong HDFS (Hadoop Distributed File System), thư mục không lưu trữ dữ liệu theo cách giống như tệp. Thư mục đóng vai trò là cấu trúc tổ chức để quản lý các tệp. Do đó, hệ số sao chép (Replication Factor - RF) là một thuộc tính áp dụng cho các tệp, chứ không phải thư mục. Vì thư mục không chứa dữ liệu thực tế, khái niệm RF không áp dụng cho chúng.

Câu 25:

Điều gì là đúng về HDFS?

Lời giải:

Đáp án đúng: A

HDFS (Hadoop Distributed File System) là một hệ thống tệp phân tán được thiết kế để lưu trữ và xử lý lượng lớn dữ liệu trên các cụm máy tính. Một trong những cách để truy cập dữ liệu trong HDFS từ các máy khách là thông qua NFS (Network File System). HDFS có thể được gắn vào hệ thống tệp của máy khách cục bộ bằng NFS, cho phép người dùng tương tác với các tệp HDFS như thể chúng là các tệp cục bộ.

Tuy nhiên, cần lưu ý một số hạn chế khi sử dụng NFS để truy cập HDFS:

Tính bất biến của tệp HDFS: Các tệp HDFS thường được coi là bất biến, nghĩa là sau khi đã được tạo và ghi xong, chúng không thể được sửa đổi. Do đó, bạn không thể chỉnh sửa các bản ghi hiện có trong một tệp HDFS đã được gắn kết bằng NFS.

Chỉ ghi nối (append): Mặc dù không thể chỉnh sửa các bản ghi hiện có, HDFS cho phép ghi nối vào cuối tệp. Tuy nhiên, khả năng này có thể không được hỗ trợ đầy đủ hoặc nhất quán khi truy cập thông qua NFS, tùy thuộc vào cấu hình và phiên bản của các thành phần liên quan.

Dựa trên những điều này, ta có thể phân tích các phương án:

A. Hệ thống tệp HDFS có thể được gắn trên Hệ thống tệp của máy khách cục bộ bằng NFS: Đây là phát biểu đúng.

B. Hệ thống tệp HDFS không bao giờ có thể được gắn vào Hệ thống tệp của máy khách cục bộ: Đây là phát biểu sai.

C. Bạn có thể chỉnh sửa bản ghi hiện có trong tệp HDFS đã được gắn kết bằng NFS: Đây là phát biểu sai, vì các tệp HDFS thường là bất biến.

D. Bạn không thể thêm vào tệp HDFS được gắn bằng NFS: Đây là phát biểu sai, vì HDFS cho phép ghi nối, mặc dù có thể có các hạn chế khi sử dụng NFS.

Câu 26:

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

Lời giải:

Đáp án đúng: C

Kịch bản yêu cầu băng thông cao nhất là khi truyền dữ liệu giữa các nút trên các giá đỡ khác nhau trong cùng một trung tâm dữ liệu (B). Điều này là do:

1. Khoảng cách: Các nút trên các giá đỡ khác nhau cách xa nhau hơn so với các nút trên cùng một giá đỡ. Do đó, dữ liệu phải đi qua nhiều thiết bị mạng hơn, làm tăng độ trễ và yêu cầu băng thông cao hơn để duy trì tốc độ truyền dữ liệu.

2. Kiến trúc mạng: Trong một trung tâm dữ liệu, lưu lượng truy cập giữa các giá đỡ thường phải đi qua các switch lõi (core switches) hoặc các thiết bị định tuyến khác, vốn có thể trở thành nút thắt cổ chai nếu không có đủ băng thông. Các nút trên cùng một giá đỡ thường kết nối trực tiếp với nhau thông qua một switch duy nhất, giảm thiểu nhu cầu về băng thông.

3. So sánh với các lựa chọn khác:
- A. Các nút khác nhau trên cùng một giá đỡ: Khoảng cách ngắn hơn, kết nối trực tiếp hơn.
- C. Các nút trong các trung tâm dữ liệu khác nhau: Mặc dù khoảng cách xa nhất, việc truyền dữ liệu giữa các trung tâm dữ liệu thường được tối ưu hóa cho độ trễ thấp hơn là băng thông cực cao, và các ứng dụng thường được thiết kế để chịu được độ trễ cao hơn trong trường hợp này. Ngoài ra, chi phí cho băng thông liên kết các trung tâm dữ liệu thường rất cao.
- D. Dữ liệu trên cùng một nút: Không yêu cầu truyền dữ liệu qua mạng, do đó không cần băng thông cao.

Câu 27:

Khi NameNode nhận thấy rằng một số khối được sao chép quá mức, nó:

Lời giải: