Loại dữ liệu mà Hadoop có thể xử lý là:

Structured (Có cấu trúc)

Semi-structured (Bán cấu trúc)

Unstructured (Không có cấu trúc)

All of the above (Tất cả những điều trên)

Trả lời:

Đáp án đúng: D

Hadoop được thiết kế để xử lý nhiều loại dữ liệu khác nhau, bao gồm: * **Dữ liệu có cấu trúc (Structured):** Dữ liệu này thường được tổ chức trong các bảng với các cột và hàng rõ ràng, ví dụ như dữ liệu trong các cơ sở dữ liệu quan hệ. * **Dữ liệu bán cấu trúc (Semi-structured):** Dữ liệu này không tuân theo một lược đồ cố định như dữ liệu có cấu trúc, nhưng vẫn có một số cấu trúc nhất định, ví dụ như dữ liệu JSON hoặc XML. * **Dữ liệu không có cấu trúc (Unstructured):** Dữ liệu này không có cấu trúc rõ ràng nào cả, ví dụ như văn bản, hình ảnh, âm thanh, video. Vì Hadoop có thể xử lý tất cả các loại dữ liệu trên, đáp án đúng là "All of the above (Tất cả những điều trên)".

300+ câu hỏi trắc nghiệm Big Data đầy đủ đáp án và lời giải - Phần 3

50 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 50:

MapReduce do công ty nào phát triển?

Lời giải:

Đáp án đúng: B

MapReduce là một mô hình lập trình và triển khai phần mềm được phát triển bởi Google để xử lý các tập dữ liệu lớn trên các cụm máy tính. Mô hình này cho phép phân chia công việc thành các tác vụ nhỏ hơn và thực hiện song song trên nhiều máy tính, giúp tăng tốc độ xử lý dữ liệu.

Do đó, đáp án đúng là B. Google.

Câu 1:

Bản chất DStream:

Lời giải:

Đáp án đúng: A

Trong Spark Streaming, DStream (Discretized Stream) là một chuỗi liên tục các RDD (Resilient Distributed Datasets). Mỗi RDD trong DStream đại diện cho dữ liệu được xử lý trong một khoảng thời gian nhất định. Vì vậy, đáp án A là đáp án chính xác nhất.

Câu 2:

Bạn có thể dự trữ lượng sử dụng đĩa trong một DataNode bằng cách định cấu hình dfs.datanode.du.reserved trong tệp nào sau đây

Lời giải:

Đáp án đúng: A

Tham số dfs.datanode.du.reserved dùng để dự trữ dung lượng đĩa cho DataNode, được cấu hình trong tệp hdfs-site.xml. Tệp này chứa các cấu hình đặc thù cho HDFS, bao gồm các thuộc tính liên quan đến DataNode và NameNode.

hdfs-default.xml: Chứa các cấu hình mặc định của HDFS.

core-site.xml: Chứa các cấu hình lõi, chẳng hạn như cấu hình Hadoop Common (ví dụ: fs.defaultFS).

mapred-site.xml: Chứa các cấu hình cho MapReduce.

Câu 3:

Các tệp HDFS được thiết kế cho

Lời giải:

Đáp án đúng: B

Các tệp HDFS (Hadoop Distributed File System) được thiết kế để lưu trữ và xử lý các tệp dữ liệu lớn. Do đó, chúng được tối ưu hóa cho việc ghi một lần và sau đó đọc nhiều lần. Việc sửa đổi ngẫu nhiên trên các tệp này không được hỗ trợ hiệu quả.

* Phương án A: Sai. HDFS không được thiết kế cho việc nhiều người cùng viết và sửa đổi tệp tùy ý. Điều này sẽ gây ra các vấn đề về đồng bộ và nhất quán dữ liệu.
* Phương án B: Sai. Mặc dù HDFS hỗ trợ việc thêm dữ liệu vào cuối tệp, nhưng đây không phải là mục đích thiết kế chính của nó.
* Phương án C: Đúng. HDFS được thiết kế chủ yếu cho việc ghi dữ liệu một lần và sau đó đọc nhiều lần. Điều này phù hợp với các ứng dụng xử lý dữ liệu hàng loạt, nơi dữ liệu thường được ghi một lần và sau đó được phân tích nhiều lần.
* Phương án D: Sai. HDFS không được thiết kế để truy cập dữ liệu có độ trễ thấp. Nó được tối ưu hóa cho việc xử lý dữ liệu lớn, ngay cả khi việc truy cập có độ trễ cao hơn.

Vì vậy, đáp án chính xác là C. Chỉ ghi thành tệp một lần.

Câu 4:

Cái nào trong số này cung cấp hệ thống xử lý Luồng được sử dụng trong hệ sinh thái Hadoop?

Lời giải:

Đáp án đúng: C

Đáp án đúng là C. Spark.

Giải thích:

Spark là một framework tính toán cluster mã nguồn mở, nhanh chóng và đa năng. Nó cung cấp một hệ thống xử lý luồng (stream processing) mạnh mẽ, cho phép xử lý dữ liệu thời gian thực (real-time) hoặc gần thời gian thực (near real-time). Spark Streaming là một phần của Spark, được thiết kế để xử lý các luồng dữ liệu trực tiếp (live data streams) từ nhiều nguồn khác nhau như Kafka, Flume, Twitter, ZeroMQ hoặc các socket TCP.

Các lựa chọn khác không phù hợp vì những lý do sau:

A. Solr: Solr là một nền tảng tìm kiếm (search platform) dựa trên Lucene, được sử dụng để lập chỉ mục (indexing) và tìm kiếm dữ liệu. Nó không phải là một hệ thống xử lý luồng.
B. Tez: Tez là một framework thực thi dữ liệu (data execution framework) được xây dựng trên Hadoop, cho phép các ứng dụng xử lý dữ liệu quy mô lớn một cách hiệu quả hơn. Nó không trực tiếp cung cấp khả năng xử lý luồng.
D. Hive: Hive là một hệ thống kho dữ liệu (data warehouse system) được xây dựng trên Hadoop, cho phép truy vấn dữ liệu bằng SQL. Nó chủ yếu được sử dụng để xử lý dữ liệu theo lô (batch processing) thay vì xử lý luồng.

Câu 5:

Chạy Start-dfs.sh kết quả là

Lời giải: