NameNode biết rằng DataNode đang hoạt động bằng cách sử dụng một cơ chế được gọi là

Snappy và LZO là các thư viện nén dữ liệu được sử dụng trong Hadoop để giảm kích thước dữ liệu lưu trữ và tăng tốc độ truyền dữ liệu. Chúng là các codec nén thường được sử dụng để nén các file dữ liệu lớn trong Hadoop.

Khi JobTracker lên lịch một công việc trong Hadoop, nó ưu tiên locality (tính cục bộ) của dữ liệu. Điều này có nghĩa là nó sẽ cố gắng lên lịch các tác vụ (tasks) gần với dữ liệu mà chúng cần xử lý nhất có thể.

DataNode là nơi lưu trữ dữ liệu. Rack là một tập hợp các nút trong cùng một trung tâm dữ liệu. Việc đưa tác vụ đến cùng rack với DataNode sẽ giảm thiểu độ trễ mạng và tăng tốc độ xử lý dữ liệu. Việc ưu tiên nút có vị trí trống trong cùng giá đỡ với DataNode là nỗ lực tốt nhất để đạt được locality, đồng thời đảm bảo có đủ tài nguyên để thực hiện công việc.

Vì vậy, đáp án chính xác là A.

Dữ liệu lớn (Big Data) thường được mô tả bằng 5V: Volume (Dung lượng), Velocity (Vận tốc), Variety (Đa dạng), Veracity (Tính xác thực) và Value (Giá trị). Trong các đáp án được đưa ra, A, C, và D đều là các đặc điểm của dữ liệu lớn. Do đó, đáp án B (Tính xác thực) không phải là một đặc điểm bắt buộc của dữ liệu lớn, mặc dù nó là một khía cạnh quan trọng cần xem xét khi làm việc với dữ liệu lớn.

Sqoop là công cụ được thiết kế để chuyển dữ liệu giữa Hadoop và các cơ sở dữ liệu quan hệ (RDBMS). Nó cho phép nhập dữ liệu từ các RDBMS vào Hadoop và xuất dữ liệu từ Hadoop vào các RDBMS một cách hiệu quả. Các lựa chọn khác không được sử dụng cho mục đích này:

• HBase: Là một cơ sở dữ liệu NoSQL phân tán, được xây dựng trên Hadoop, không phải là công cụ để nhập/xuất dữ liệu từ các RDBMS.


• Avro: Là một hệ thống tuần tự hóa dữ liệu, thường được sử dụng để lưu trữ dữ liệu trong Hadoop, nhưng không phải là công cụ nhập/xuất chính.


• Zookeeper: Là một dịch vụ điều phối tập trung, được sử dụng để quản lý cấu hình, đồng bộ hóa và đặt tên trong các hệ thống phân tán, chứ không phải để nhập/xuất dữ liệu.