Tín hiệu nhịp tim được gửi từ:

CouchDB là một hệ quản trị cơ sở dữ liệu NoSQL mã nguồn mở, hướng tài liệu (document-oriented). Nó lưu trữ dữ liệu dưới dạng các tài liệu JSON (JavaScript Object Notation), cho phép truy vấn và lập chỉ mục linh hoạt.

HBase là một cơ sở dữ liệu NoSQL, cột-định hướng (column-oriented), được xây dựng trên Hadoop, thường được sử dụng cho lưu trữ và truy cập dữ liệu lớn.

Hive là một hệ thống kho dữ liệu (data warehouse) được xây dựng trên Hadoop, cho phép truy vấn và phân tích dữ liệu lớn bằng ngôn ngữ giống SQL.

Cassandra là một cơ sở dữ liệu NoSQL phân tán, cột-định hướng, được thiết kế để xử lý lượng lớn dữ liệu trên nhiều máy chủ.

HBase là một cơ sở dữ liệu NoSQL, mã nguồn mở, phân tán, có khả năng mở rộng và chịu lỗi. Nó được xây dựng trên Hadoop Distributed File System (HDFS) và cung cấp một cách để lưu trữ và truy cập dữ liệu lớn một cách nhanh chóng. HBase được thiết kế để xử lý dữ liệu lớn và cung cấp khả năng truy cập ngẫu nhiên, thời gian thực vào dữ liệu.

Phân tích các đáp án:

• Đáp án A: Sai. HBase không chỉ là một bộ Java API.
• Đáp án B: Đúng. HBase là một phần của dự án Apache Hadoop, cung cấp giao diện để quét một lượng lớn dữ liệu sử dụng cơ sở hạ tầng Hadoop. Nó cho phép truy cập nhanh vào dữ liệu trong Hadoop.
• Đáp án C: Đúng. HBase hoạt động như một giao diện cơ sở dữ liệu cho dữ liệu trên cụm Hadoop.
• Đáp án D: Sai. HBase không cung cấp giao diện giống SQL để xử lý dữ liệu. Thay vào đó, nó sử dụng API riêng để truy cập và thao tác dữ liệu.

Vì cả B và C đều đúng, nhưng C chính xác hơn khi mô tả bản chất của HBase như một "cơ sở dữ liệu" giao tiếp với dữ liệu cụm Hadoop.

Trong Hadoop, DataNode chịu trách nhiệm lưu trữ các khối dữ liệu (data blocks) trên các nút (nodes) riêng lẻ trong cụm (cluster). Để đảm bảo tính sẵn sàng và chịu lỗi của dữ liệu, Hadoop sao chép mỗi khối dữ liệu thành nhiều bản sao (replicas) và lưu trữ chúng trên các DataNode khác nhau. Quá trình sao chép này do chính các DataNode thực hiện theo hướng dẫn từ NameNode.

Các lựa chọn khác không đúng vì:

• HDFS: Là hệ thống tệp phân tán, không phải là một daemon.
• Task Tracker: Theo dõi việc thực thi các tác vụ MapReduce trên các nút dữ liệu.
• Job Tracker: Điều phối các công việc MapReduce trên toàn bộ cụm.
• NameNode: Quản lý metadata của hệ thống tệp HDFS, không trực tiếp sao chép dữ liệu.

Câu hỏi này kiểm tra kiến thức về bộ kết hợp (Combiner) trong MapReduce. Bộ kết hợp là một chức năng tùy chọn giúp giảm lượng dữ liệu được truyền qua mạng bằng cách thực hiện các hoạt động giảm cục bộ trên mỗi nút ánh xạ (Mapper) trước khi dữ liệu được gửi đến bộ giảm (Reducer).

Để một bộ kết hợp có thể được áp dụng, đầu ra của bộ ánh xạ và bộ kết hợp phải có cùng kiểu cặp giá trị khóa-giá trị. Hơn nữa, các giá trị phải thỏa mãn thuộc tính liên kết và giao hoán (associative and commutative properties). Tính chất liên kết cho phép các phép toán được nhóm lại mà không ảnh hưởng đến kết quả, và tính chất giao hoán cho phép thay đổi thứ tự của các toán hạng mà không ảnh hưởng đến kết quả. Điều này đảm bảo rằng việc giảm cục bộ bằng bộ kết hợp sẽ cho kết quả tương đương với việc giảm trên toàn bộ dữ liệu sau khi dữ liệu đã được chuyển đến bộ giảm.

Các lựa chọn khác không đúng vì:

• A: Bộ kết hợp không phải lúc nào cũng có thể được áp dụng cho mọi dữ liệu. Nó chỉ có thể được áp dụng nếu các giá trị thỏa mãn các thuộc tính cần thiết.
• B: Đầu ra của bộ ánh xạ và bộ kết hợp phải cùng một cặp giá trị khóa và *phải* đồng nhất (cùng kiểu dữ liệu), chứ không phải "có thể không đồng nhất".