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

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 dịch vụ nhóm. Trong Hadoop, ZooKeeper được sử dụng để quản lý cụm, đặc biệt là để duy trì danh sách tất cả các thành phần và địa chỉ IP của chúng. Điều này giúp các thành phần khác trong cụm Hadoop có thể tìm và giao tiếp với nhau một cách dễ dàng và đáng tin cậy. Các lựa chọn khác không mô tả đúng vai trò của Zookeeper trong cụm Hadoop.

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.