Sự phân chia đầu vào được sử dụng trong MapReduce cho biết:

Đầu ra của một nhiệm vụ ánh xạ (map task) trong các hệ thống như Hadoop MapReduce là các cặp khóa-giá trị. Nhiệm vụ ánh xạ xử lý một phần cụ thể của dữ liệu đầu vào (input split) và tạo ra các cặp khóa-giá trị tương ứng từ phần dữ liệu đó. Vì vậy, đáp án đúng phải là cặp khóa-giá trị của tất cả các bản ghi từ phần tách đầu vào được trình ánh xạ xử lý.

Trong Hadoop, dữ liệu được lưu trữ chủ yếu bằng cách sử dụng Hệ thống Tệp phân tán Hadoop (Hadoop Distributed File System - HDFS). HDFS được thiết kế để lưu trữ các tệp lớn trên các cụm phần cứng hàng hóa. HBase là một cơ sở dữ liệu NoSQL chạy trên đỉnh HDFS, Avro là một định dạng tuần tự hóa dữ liệu, Sqoop là một công cụ để truyền dữ liệu giữa Hadoop và các cơ sở dữ liệu quan hệ, và Zookeeper là một dịch vụ điều phối tập trung. Do đó, không có đáp án nào trực tiếp liên quan đến công nghệ lưu trữ dữ liệu gốc của Hadoop. Tuy nhiên, HDFS là thành phần cốt lõi cho việc lưu trữ dữ liệu trong Hadoop, nên có thể xem HBase là đáp án gần đúng nhất vì nó lưu trữ dữ liệu trên HDFS.

Tuy nhiên, vì câu hỏi có thể gây nhầm lẫn, câu trả lời chính xác nhất nên là: Không có đáp án nào đúng hoàn toàn. Hadoop sử dụng HDFS (Hadoop Distributed File System) để lưu trữ dữ liệu.

Giao diện org.apache.hadoop.io.Writable trong Hadoop định nghĩa hai phương thức quan trọng cho việc tuần tự hóa và giải tuần tự hóa dữ liệu. Hai phương thức này là:

• public void readFields(DataInput in): Đọc dữ liệu từ đối tượng DataInput và sử dụng dữ liệu đó để khôi phục trạng thái của đối tượng.


• public void write(DataOutput out): Ghi trạng thái hiện tại của đối tượng vào đối tượng DataOutput để có thể được lưu trữ hoặc truyền đi.

Dựa trên mô tả trên, đáp án chính xác là 1 và 3. Phương án A bao gồm 1 (public void readFields (DataInput)) và 4 (ghi khoảng trống công khai (DataOutput), đây là một lỗi dịch thuật và không phải là phương thức đúng). Phương án C bao gồm 3 (public void writeFields (DataOutput)) và 4 (lỗi dịch thuật). Phương án B và D có chứa 'công khai khoảng trống đọc(DataInput)' là một lỗi dịch thuật, do đó không đúng.

Câu hỏi yêu cầu xác định một kiểu cơ sở dữ liệu NoSQL. Hãy phân tích từng đáp án:

• A. SQL: SQL (Structured Query Language) là ngôn ngữ truy vấn có cấu trúc, được sử dụng để quản lý và thao tác dữ liệu trong các hệ quản trị cơ sở dữ liệu quan hệ (RDBMS). SQL không phải là một kiểu của NoSQL.


• B. Document databases: Document databases (cơ sở dữ liệu dạng tài liệu) là một loại cơ sở dữ liệu NoSQL, lưu trữ dữ liệu dưới dạng các tài liệu (ví dụ: JSON, XML).


• C. JSON: JSON (JavaScript Object Notation) là một định dạng dữ liệu dùng để trao đổi dữ liệu, thường được sử dụng trong các Document databases, nhưng bản thân nó không phải là một loại cơ sở dữ liệu.


• D. Tất cả: Vì SQL và JSON không phải là kiểu của NoSQL, nên đáp án "Tất cả" không đúng.

Vậy, đáp án đúng là B. Document databases.