Trên Google Cloud Platform dịch vụ nào quản lý danh mục dữ liệu:

Cloudera là một công ty phần mềm chuyên cung cấp các giải pháp dựa trên nền tảng Hadoop để xử lý và phân tích dữ liệu lớn. Hadoop là một framework mã nguồn mở cho phép lưu trữ và xử lý song song các tập dữ liệu lớn trên các cụm máy tính.

* A. Hadoop: Đúng. Cloudera nổi tiếng với việc cung cấp các bản phân phối Hadoop và các công cụ liên quan để phân tích dữ liệu lớn.
* B. BigQuery: Sai. BigQuery là một dịch vụ kho dữ liệu (data warehouse) trên nền tảng đám mây của Google.
* C. Elastic MapReduce: Sai. Elastic MapReduce (EMR) là một dịch vụ của Amazon Web Services (AWS) cung cấp nền tảng Hadoop được quản lý để xử lý dữ liệu lớn.
* D. Không có: Sai. Vì đáp án A đúng.

Cloudera Enterprise là một nền tảng dữ liệu lớn có tính linh hoạt cao, được thiết kế để triển khai trên nhiều môi trường khác nhau, bao gồm cả các nhà cung cấp dịch vụ đám mây công cộng hàng đầu. Điều này cho phép người dùng tận dụng lợi thế của cơ sở hạ tầng đám mây hiện có của họ và mở rộng quy mô tài nguyên một cách linh hoạt khi cần thiết.

* Google Cloud: Cloudera Enterprise có thể triển khai trên Google Cloud.
* Amazon AWS: Cloudera Enterprise có thể triển khai trên Amazon AWS.
* Microsoft Azure: Cloudera Enterprise có thể triển khai trên Microsoft Azure.

Vì Cloudera Enterprise có thể triển khai trên cả Google Cloud, Amazon AWS và Microsoft Azure, nên đáp án đúng là "Tất cả".

Câu trả lời đúng là C. Các ứng dụng người dùng có thể hướng dẫn NameNode lưu vào bộ đệm các tệp bằng cách thêm chỉ thị bộ nhớ cache vào nhóm bộ nhớ cache. Cache Directive (Chỉ thị bộ nhớ cache) là một cách để yêu cầu Hadoop lưu trữ một tệp hoặc thư mục cụ thể trong bộ nhớ cache. Cache Pool (Nhóm bộ nhớ cache) là một nhóm các chỉ thị bộ nhớ cache có chung các thuộc tính như quyền và giới hạn. Khi một chỉ thị bộ nhớ cache được thêm vào một nhóm bộ nhớ cache, NameNode sẽ cố gắng lưu trữ các tệp và thư mục được chỉ định bởi chỉ thị đó trong bộ nhớ cache.

Các tính năng đặc trưng của dữ liệu lớn (Big Data) thường được mô tả bằng mô hình 5V (ban đầu là 3V, sau đó phát triển lên 4V và 5V). Các V này bao gồm:

* Volume (Khối lượng): Đề cập đến lượng lớn dữ liệu được tạo ra và lưu trữ.
* Velocity (Vận tốc): Tốc độ dữ liệu được tạo ra và xử lý.
* Variety (Đa dạng): Các loại dữ liệu khác nhau (có cấu trúc, bán cấu trúc và phi cấu trúc).
* Veracity (Tính xác thực): Độ tin cậy và chất lượng của dữ liệu.
* Value (Giá trị): Khả năng trích xuất thông tin có giá trị từ dữ liệu.

Trong các phương án trên, A, C và D đều là các đặc tính của Big Data. Tuy nhiên phương án B: Tính xác thực (Veracity) là một yếu tố, nhưng câu hỏi yêu cầu tính năng "không phải là" của big data. Tuy nhiên, Tính xác thực (Veracity) thường được xem là một thuộc tính hoặc thách thức đi kèm với dữ liệu lớn hơn là một tính năng cốt lõi. Trong mô hình 3V ban đầu (Volume, Velocity, Variety), Veracity không được nhắc đến, và sau này mới được thêm vào khi người ta nhận ra tầm quan trọng của việc đảm bảo chất lượng dữ liệu lớn.

Vì vậy, tất cả các đáp án đều có thể coi là đúng tùy theo cách tiếp cận và định nghĩa về big data, tuy nhiên trong trường hợp này không có đáp án nào là đáp án "không phải là" một tính năng của big data.

Trong chế độ cài đặt phân tán hoàn toàn (fully distributed mode), các dịch vụ khác nhau của Hadoop (ví dụ: NameNode, DataNode, ResourceManager, NodeManager) chạy trên các máy vật lý riêng biệt. Để có một hệ thống Hadoop hoạt động đầy đủ và chịu lỗi cơ bản, cần tối thiểu 3 máy vật lý:

1. Một máy cho NameNode (quản lý hệ thống tệp HDFS).
2. Một máy cho ResourceManager (quản lý tài nguyên cho các ứng dụng MapReduce).
3. Một máy cho DataNode và NodeManager (lưu trữ dữ liệu và thực thi các tác vụ MapReduce).

Do đó, đáp án đúng là 3 máy vật lý.