Người giữ vườn thú (zookeeper):

Khi một ứng dụng khách (client) muốn truy cập một tệp trong Hadoop Distributed File System (HDFS), nó sẽ liên hệ với NameNode. NameNode, sau khi kiểm tra quyền truy cập và các điều kiện khác, sẽ cung cấp cho client thông tin về vị trí của các khối (blocks) tạo nên tệp đó. Thông tin này bao gồm:

• Block ID: Định danh duy nhất của mỗi khối dữ liệu.


• Tên máy chủ (hostname) của DataNode: Địa chỉ của DataNode nơi chứa khối dữ liệu đó. HDFS thường sao chép mỗi khối dữ liệu trên nhiều DataNode để đảm bảo tính sẵn sàng và chịu lỗi. Vì vậy, NameNode sẽ cung cấp danh sách các DataNode chứa bản sao của khối dữ liệu đó. Client có thể chọn một trong các DataNode này để truy xuất dữ liệu.

Do đó, đáp án chính xác là D. Các lựa chọn khác không đầy đủ hoặc không chính xác về thông tin mà NameNode cung cấp cho client.

Công cụ Hadoop được sử dụng để phân tán dữ liệu một cách đồng nhất trên các DataNode là Balancer (Cân bằng). Balancer có nhiệm vụ di chuyển dữ liệu giữa các DataNode để đảm bảo rằng tất cả các DataNode đều có dung lượng lưu trữ tương đương nhau. Điều này giúp ngăn ngừa tình trạng một số DataNode bị quá tải trong khi các DataNode khác lại nhàn rỗi.

• Bộ lập lịch (Scheduler): Điều phối các công việc (jobs) và phân bổ tài nguyên cho chúng, không trực tiếp phân tán dữ liệu.


• Máy rải (Spreader): Không phải là một thuật ngữ chính thức hoặc công cụ cụ thể trong Hadoop.


• PV: Có thể là viết tắt của nhiều thứ, nhưng không liên quan đến việc phân tán dữ liệu trong Hadoop.

Trong Hadoop 1.x, JobTracker là một dịch vụ chạy trên NameNode, chịu trách nhiệm quản lý và điều phối các công việc MapReduce trên toàn cluster. Nó nhận các job từ client, chia nhỏ chúng thành các task, và giao các task này cho các TaskTracker (chạy trên DataNode) để thực thi. Do đó, đáp án đúng là A.

Đáp án đúng là C. Sqoop.

Giải thích:

• Sqoop là một công cụ dòng lệnh được thiết kế để truyền dữ liệu giữa Hadoop và các cơ sở dữ liệu quan hệ (RDBMS) như MySQL, PostgreSQL, Oracle, SQL Server, v.v. Nó cho phép nhập dữ liệu từ RDBMS vào Hadoop (HDFS, Hive, HBase) và xuất dữ liệu từ Hadoop trở lại RDBMS một cách hiệu quả.
• HBase là một cơ sở dữ liệu NoSQL, cột-định hướng, chạy trên đỉnh của Hadoop. Nó không phải là một công cụ để nhập/xuất dữ liệu nói chung.
• Avro là một định dạng tuần tự hóa dữ liệu. Nó được sử dụng để lưu trữ dữ liệu một cách hiệu quả và có thể được sử dụng với Hadoop, nhưng nó không phải là một công cụ nhập/xuất dữ liệu.
• ZooKeeper là một dịch vụ điều phối tập trung để quản lý cấu hình, tên, cung cấp đồng bộ hóa phân tán và các dịch vụ nhóm. Nó không liên quan đến việc nhập/xuất dữ liệu.

Trong Hadoop Distributed File System (HDFS), DataNode là thành phần chịu trách nhiệm lưu trữ dữ liệu thực tế. Dữ liệu được chia thành các khối và phân tán trên nhiều DataNode trong cụm.

• NameNode: Quản lý metadata của hệ thống tệp, bao gồm cấu trúc thư mục, thông tin về các khối dữ liệu và vị trí của chúng trên các DataNode. NameNode không lưu trữ dữ liệu thực tế.


• Master Node: Thuật ngữ "Master Node" chung chung và có thể áp dụng cho nhiều hệ thống khác nhau. Trong ngữ cảnh HDFS, NameNode có thể được coi là một loại Master Node, nhưng DataNode mới là nơi lưu trữ dữ liệu.

Do đó, đáp án đúng là B. Data node.