Thuật ngữ Dữ liệu lớn ra đời năm nào?

Câu hỏi này kiểm tra kiến thức về các công cụ hỗ trợ NoSQL. Trong số các lựa chọn được đưa ra:

• SAP Data Services, Oracle Data Integrator, và SQL Server Integration Services là các công cụ ETL (Extract, Transform, Load) truyền thống, thường được sử dụng cho các hệ thống quản lý dữ liệu quan hệ (RDBMS) như SQL Server, Oracle, DB2, v.v. Mặc dù chúng có thể được tùy chỉnh để làm việc với NoSQL, nhưng không phải là lựa chọn tối ưu hoặc được thiết kế đặc biệt để hỗ trợ NoSQL một cách hiệu quả.


• Không có công cụ nào trong số A, B, C hỗ trợ tốt cho NoSQL.

Hadoop là một framework mã nguồn mở được sử dụng để lưu trữ và xử lý các tập dữ liệu lớn một cách phân tán trên các cụm máy tính. Nó bao gồm Hệ thống Tệp Phân tán Hadoop (HDFS) để lưu trữ và MapReduce để xử lý dữ liệu song song. Hadoop cũng có thể chạy trên hạ tầng Cloud Computing.

A. Đúng, Hadoop là một framework phân tán.

B. Đúng, thuật toán chính được sử dụng trong Hadoop là MapReduce.

C. Đúng, Hadoop có thể chạy trên hạ tầng Cloud Computing.

Do đó, đáp án D là đáp án đúng nhất vì nó bao gồm tất cả các khẳng định đúng về Hadoop.

Hadoop xử lý khối lượng lớn dữ liệu bằng cách phân chia dữ liệu thành các khối nhỏ hơn và phân tán chúng trên một cụm các máy tính. Mỗi máy tính trong cụm xử lý một phần của dữ liệu song song với các máy khác. Hadoop gửi mã đến dữ liệu (nguyên tắc "data locality") thay vì gửi dữ liệu đến mã, giảm thiểu việc truyền dữ liệu qua mạng và tăng tốc độ xử lý.