Một công việc đang chạy trong lon hadoop

Bị giết bằng lệnh

Không bao giờ có thể bị giết bằng một lệnh

Chỉ có thể bị giết bằng cách tắt NameNode

Được tạm dừng và chạy lại

Trả lời:

Đáp án đúng: A

Trong Hadoop, một công việc (job) đang chạy có thể bị dừng (killed) bằng một lệnh. Điều này cho phép người dùng hoặc hệ thống can thiệp vào quá trình thực thi nếu cần thiết, ví dụ như khi công việc chạy quá lâu, gặp lỗi, hoặc cần được ưu tiên thấp hơn các công việc khác. Các phương án khác không chính xác vì một công việc Hadoop không phải là không thể bị dừng, việc dừng NameNode để dừng một công việc là không hợp lý và không cần thiết, và công việc không thể bị tạm dừng rồi chạy lại (ít nhất là không phải là hành vi mặc định và phổ biến).

100+ câu hỏi trắc nghiệm Dữ liệu lớn giải thích chi tiết từng câu - Phần 2

50 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 14:

Hadoop khác với máy tính tình nguyện ở chỗ:

Lời giải:

Đáp án đúng: A

Hadoop khác với máy tính tình nguyện ở những điểm sau:

Tính đồng nhất và khả năng kiểm soát: Hadoop chạy trên một cụm các máy tính được quản lý chặt chẽ, thường trong một trung tâm dữ liệu. Điều này cho phép kiểm soát và tối ưu hóa tài nguyên tốt hơn. Máy tính tình nguyện dựa vào các nguồn lực phân tán và không đồng nhất, do đó khó kiểm soát và dự đoán hiệu suất.
Kiến trúc và mục đích sử dụng: Hadoop được thiết kế đặc biệt để xử lý và phân tích dữ liệu lớn, sử dụng mô hình MapReduce. Máy tính tình nguyện thường được sử dụng cho các tác vụ tính toán chuyên biệt, chẳng hạn như tìm kiếm số nguyên tố lớn (như dự án GIMPS) hoặc mô phỏng khoa học (như Folding@home).
Băng thông mạng: Cả Hadoop và máy tính tình nguyện đều cần băng thông mạng, nhưng cách sử dụng và yêu cầu có thể khác nhau. Hadoop thường yêu cầu băng thông mạng cao để di chuyển dữ liệu giữa các nút trong cụm. Máy tính tình nguyện cũng cần băng thông để tải xuống công việc và tải lên kết quả, nhưng có thể ít liên tục hơn.

Như vậy, Hadoop khác biệt lớn so với máy tính tình nguyện, đặc biệt trong cách thức sử dụng MapReduce và khả năng tìm kiếm số nguyên tố lớn không phải là sự khác biệt cốt yếu. Đáp án chính xác là D: Chỉ Hadoop mới có thể sử dụng mapreduce, vì mapreduce là mô hình lập trình song song, phân tán dữ liệu đặc trưng của Hadoop. Các hệ thống tính toán tình nguyện thường không tích hợp sẵn các tính năng này.

Câu 15:

So với RDBMS, Hadoop:

Lời giải:

Đáp án đúng: D

So với RDBMS (Relational Database Management System - Hệ quản trị cơ sở dữ liệu quan hệ), Hadoop có những đặc điểm khác biệt quan trọng. RDBMS được thiết kế để quản lý dữ liệu có cấu trúc, đảm bảo tính toàn vẹn dữ liệu cao, hỗ trợ các giao dịch ACID (Atomicity, Consistency, Isolation, Durability) và thích hợp cho việc đọc và viết dữ liệu nhiều lần. Ngược lại, Hadoop hoạt động tốt hơn trên dữ liệu phi cấu trúc và bán cấu trúc vì nó được thiết kế để xử lý và lưu trữ lượng lớn dữ liệu thuộc nhiều định dạng khác nhau. Do đó, phương án D là chính xác.

Câu 16:

Vấn đề chính gặp phải khi đọc và ghi dữ liệu song song từ nhiều đĩa là gì?

Lời giải:

Đáp án đúng: B

Câu hỏi này tập trung vào những thách thức chính khi thực hiện đọc/ghi dữ liệu song song từ nhiều đĩa cứng. Việc đọc/ghi song song nhằm mục đích tăng tốc độ truy xuất dữ liệu. Tuy nhiên, việc này không phải lúc nào cũng đơn giản do các yếu tố về phần cứng, phần mềm và cách tổ chức dữ liệu.

* Phương án A: Xử lý khối lượng lớn dữ liệu nhanh hơn là *mục tiêu* của việc đọc/ghi song song, không phải là vấn đề gặp phải.
* Phương án B: Kết hợp dữ liệu từ nhiều đĩa là một phần của quá trình, nhưng không phải là *vấn đề* chính.
* Phương án C: Chi phí phần mềm có thể là một yếu tố, nhưng không phải là vấn đề *chính* và duy nhất.
* Phương án D: Chi phí phần cứng cao có thể là một rào cản lớn, đặc biệt là khi cần các hệ thống lưu trữ hiệu suất cao như RAID hoặc các hệ thống lưu trữ phân tán. Mặc dù phần mềm cũng có thể đắt đỏ, nhưng thường thì chi phí phần cứng (đĩa, bộ điều khiển, v.v.) là đáng kể hơn để đạt được hiệu suất đọc/ghi song song thực sự.

Do đó, đáp án chính xác nhất là D. Chi phí phần cứng là rào cản chính khi triển khai đọc/ghi dữ liệu song song từ nhiều đĩa, do yêu cầu về các thiết bị lưu trữ tốc độ cao, hệ thống kết nối và điều khiển phức tạp.

Câu 17:

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

Hệ thống xử lý luồng trong hệ sinh thái Hadoop là Spark. Spark là một nền tảng tính toán cụm mã nguồn mở, nhanh chóng và đa năng. Nó cung cấp các API cấp cao bằng Java, Scala, Python và R, và một công cụ được tối ưu hóa hỗ trợ các biểu đồ tính toán tổng quát. Nó cũng hỗ trợ một tập hợp các công cụ cấp cao hơn bao gồm Spark SQL cho SQL và xử lý dữ liệu có cấu trúc, MLlib cho máy học, GraphX cho xử lý đồ thị và Spark Streaming.

Câu 18:

Trong một cụm Hadoop, điều gì đúng với khối HDFS không còn khả dụng do hỏng đĩa hoặc lỗi máy?

Lời giải:

Đáp án đúng: B

Trong Hadoop, dữ liệu được lưu trữ trong các khối (blocks) và được sao chép (replicated) trên nhiều DataNode để đảm bảo tính sẵn sàng và độ tin cậy. Khi một khối HDFS trở nên không khả dụng do hỏng đĩa hoặc lỗi máy, hệ thống Hadoop sẽ tự động sao chép khối đó từ các bản sao còn lại sang các DataNode khác. Điều này đảm bảo rằng dữ liệu không bị mất và vẫn có thể truy cập được.

Phương án A không đúng vì dữ liệu không bị mất vĩnh viễn nhờ cơ chế sao chép.

Phương án B đúng vì Hadoop có cơ chế tự động sao chép dữ liệu từ các bản sao khác khi một khối bị hỏng.

Phương án C không đúng vì NameNode sẽ không cho phép các yêu cầu mới tiếp tục cố gắng đọc một khối đã hỏng. Thay vào đó, nó sẽ hướng các yêu cầu đến các bản sao còn hoạt động của khối đó.

Phương án D không đúng vì MapReduce không bỏ qua các khối bị hỏng. Hadoop sẽ đảm bảo rằng dữ liệu được xử lý đến từ các bản sao hoạt động của khối đó.

Câu 19:

Tiện ích nào được sử dụng để kiểm tra tình trạng của hệ thống tệp HDFS?

Lời giải: