Thuộc tính nào dưới đây được định cấu hình trên hadoop-env.sh?

Yếu tố nhân rộng

Tên thư mục để lưu trữ tệp HDFS

Máy chủ và cổng nơi tác vụ MapReduce chạy

Các biến môi trường Java

Trả lời:

Đáp án đúng: D

hadoop-env.sh là một tập tin cấu hình quan trọng trong Hadoop. Nó được sử dụng để thiết lập các biến môi trường cần thiết cho Hadoop hoạt động, đặc biệt là các biến liên quan đến Java. Các biến này bao gồm đường dẫn đến thư mục cài đặt Java (JAVA_HOME), các tùy chọn JVM (ví dụ: kích thước heap), và các cấu hình khác liên quan đến Java. Các lựa chọn A, B, và C không phải là các thuộc tính thường được cấu hình trong hadoop-env.sh.

100+ câu hỏi trắc nghiệm Dữ liệu lớn giải thích chi tiết từng câu - Phần 1

50 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 33:

Bản chất của phần cứng cho NameNode phải là

Lời giải:

Đáp án đúng: A

NameNode đóng vai trò quan trọng trong Hadoop, chịu trách nhiệm quản lý metadata của hệ thống tệp tin. Vì vậy, phần cứng cho NameNode cần đáng tin cậy và có khả năng xử lý cao hơn so với các DataNode. Lựa chọn phần cứng 'cao cấp hơn loại hàng hóa' (higher than commodity) đảm bảo hiệu năng và độ ổn định cần thiết cho NameNode. DataNode có thể sử dụng phần cứng commodity do chúng chủ yếu lưu trữ và truy xuất dữ liệu, trong khi NameNode cần quản lý metadata một cách hiệu quả.

Câu 34:

Hệ thống Apache nào dưới đây giải quyết việc nhập dữ liệu phát trực tuyến vào Hadoop?

Lời giải:

Đáp án đúng: C

Giải thích:

Câu hỏi này kiểm tra kiến thức về các thành phần khác nhau trong hệ sinh thái Hadoop, đặc biệt là các công cụ được sử dụng để xử lý dữ liệu phát trực tuyến.

Oozie: Là một hệ thống điều phối công việc (workflow scheduler) cho Hadoop. Nó được sử dụng để quản lý và chạy các công việc (jobs) Hadoop phức tạp, không phải để thu thập dữ liệu phát trực tuyến.
Kafka: Là một nền tảng phát trực tuyến phân tán. Nó được thiết kế để xử lý các luồng dữ liệu lớn trong thời gian thực, nhưng không trực tiếp nhập dữ liệu vào Hadoop. Kafka thường được sử dụng như một nguồn dữ liệu cho các hệ thống xử lý dữ liệu khác, bao gồm cả Hadoop.
Flume: Là một dịch vụ phân tán, tin cậy và có sẵn để thu thập, tổng hợp và di chuyển lượng lớn dữ liệu nhật ký (log data) từ nhiều nguồn khác nhau đến một kho lưu trữ dữ liệu tập trung, như Hadoop Distributed File System (HDFS). Do đó, Flume được thiết kế để nhập dữ liệu phát trực tuyến vào Hadoop.
Hive: Là một hệ thống kho dữ liệu (data warehouse) được xây dựng trên Hadoop, cung cấp một giao diện giống SQL để truy vấn và phân tích dữ liệu được lưu trữ trong Hadoop. Nó không được sử dụng để nhập dữ liệu phát trực tuyến.

Đáp án đúng: C. Flume

Câu 35:

Đầu ra của một nhiệm vụ ánh xạ là

Lời giải:

Đáp án đúng: B

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 tách đầu vào (input split) và tạo ra các cặp khóa-giá trị tương ứng. Vì vậy, đáp án đúng là B. Cặp khóa-giá trị của tất cả các bản ghi từ phần tách đầu vào được trình ánh xạ xử lý.

Câu 36:

Zookeeper

Lời giải:

Đáp án đúng: A

Zookeeper là một dịch vụ điều phối tập trung, duy trì thông tin cấu hình, đặt tên, cung cấp đồng bộ hóa phân tán và các dịch vụ nhóm. Trong Hadoop, Zookeeper được sử dụng chủ yếu để quản lý cụm HBase và hỗ trợ NameNode dự phòng trong HDFS HA (High Availability). Vai trò quan trọng nhất của Zookeeper trong ngữ cảnh này là giám sát trạng thái của NameNode và tự động chọn một NameNode dự phòng (standby NameNode) để thay thế NameNode chính (active NameNode) khi nó bị lỗi. Do đó, đáp án A là chính xác nhất.

Câu 37:

Nếu địa chỉ IP hoặc tên máy chủ của DataNode thay đổi

Lời giải:

Đáp án đúng: B

Khi địa chỉ IP hoặc tên máy chủ của DataNode thay đổi, NameNode không cần cập nhật ánh xạ giữa tên tệp và tên khối. Thay vào đó, DataNode sẽ thông báo cho NameNode về sự thay đổi này và NameNode sẽ cập nhật thông tin về vị trí của các khối dữ liệu được lưu trữ trên DataNode đó. Điều này cho phép hệ thống tiếp tục hoạt động mà không bị gián đoạn và không làm mất dữ liệu.

Câu 38:

JobTracker chạy trên

Lời giải: