Trong Hadoop, Snappy và LZO là những ví dụ về:

Cơ chế vận chuyển tệp giữa các DataNode

Cơ chế nén dữ liệu

Cơ chế sao chép dữ liệu

Cơ chế đồng bộ hóa dữ liệu

Trả lời:

Đáp án đúng: B

Snappy và LZO là các thuật toán nén dữ liệu được sử dụng trong Hadoop để giảm kích thước lưu trữ và tăng tốc độ truyền dữ liệu. Do đó, đáp án đúng là B. Các lựa chọn khác không mô tả đúng chức năng của Snappy và LZO trong Hadoop: - A: Các cơ chế vận chuyển tệp liên quan đến việc di chuyển dữ liệu giữa các DataNode, không phải nén dữ liệu. - C: Cơ chế sao chép dữ liệu dùng để tạo bản sao dữ liệu để đảm bảo tính sẵn sàng và độ tin cậy, khác với nén dữ liệu. - D: Cơ chế đồng bộ hóa dữ liệu đảm bảo rằng dữ liệu trên các DataNode được cập nhật và nhất quán, không liên quan trực tiếp đến nén dữ liệu.

300+ câu hỏi trắc nghiệm Big Data đầy đủ đáp án và lời giải - Phần 5

50 câu hỏi 60 phút

Bắt đầu thi

Câu hỏi liên quan

Câu 32:

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 cần cập nhật ánh xạ (mapping) giữa tên tệp (file name) và tên khối (block name). Điều này là do NameNode lưu trữ metadata về vị trí của các khối dữ liệu, và thông tin này bao gồm địa chỉ của DataNode nơi các khối đó được lưu trữ. Nếu địa chỉ IP hoặc tên máy chủ thay đổi, NameNode cần được thông báo để cập nhật thông tin này. Nếu không, NameNode sẽ không thể tìm thấy các khối dữ liệu này, dẫn đến mất dữ liệu hoặc lỗi trong quá trình truy cập dữ liệu.

Các phương án khác không đúng vì:
- B: Sai. NameNode *cần* cập nhật ánh xạ.
- C: Sai. Dữ liệu không bị mất vĩnh viễn, chỉ là NameNode cần cập nhật thông tin.
- D: Sai. Không cần thiết phải khởi động lại NameNode; thông thường, có các cơ chế để cập nhật thông tin này một cách linh hoạt.

Câu 33:

Tín hiệu nhịp tim được gửi từ:

Lời giải:

Đáp án đúng: B

Trong Hadoop MapReduce, TaskTracker gửi tín hiệu nhịp tim (heartbeat) đến JobTracker để thông báo về trạng thái hoạt động của nó và khả năng thực hiện các tác vụ. Điều này cho phép JobTracker theo dõi tình trạng của các TaskTracker và phân phối công việc một cách hiệu quả. Do đó, đáp án đúng là B.

Câu 34:

Công nghệ nào sau đây là cơ sở dữ liệu lưu trữ tài liệu?

Lời giải:

Đáp án đúng: D

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.

Câu 35:

HBASE là gì?

Lời giải:

Đáp án đúng: B

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.

Câu 36:

Khi ghi dữ liệu vào HDFS điều gì là đúng nếu hệ số sao chép là ba? (Chọn 2 câu trả lời)

Dữ liệu được ghi vào DataNodes trên ba giá đỡ riêng biệt (nếu Rack Aware)

Dữ liệu được lưu trữ trên mỗi Mã dữ liệu bằng một tệp riêng biệt chứa giá trị tổng kiểm tra

Dữ liệu được ghi vào các khối trên ba DataNodes khác nhau

Khách hàng được trả lại thành công khi ghi thành công khối đầu tiên và kiểm tra tổng kiểm tra

Lời giải:

Đáp án đúng: C

Câu hỏi này kiểm tra kiến thức về cơ chế ghi dữ liệu vào HDFS với hệ số sao chép (replication factor). Cụ thể:

* Lựa chọn 1: "Dữ liệu được ghi vào DataNodes trên ba giá đỡ riêng biệt (nếu Rack Aware)" - Đúng. Trong môi trường Hadoop có nhiều rack (giá đỡ), HDFS cố gắng phân phối các bản sao dữ liệu trên các rack khác nhau để tăng khả năng chịu lỗi. Nếu hệ số sao chép là 3, HDFS sẽ cố gắng lưu trữ mỗi bản sao trên một rack khác nhau. Điều này giúp hệ thống vẫn hoạt động nếu một rack bị lỗi.

* Lựa chọn 2: "Dữ liệu được lưu trữ trên mỗi Mã dữ liệu bằng một tệp riêng biệt chứa giá trị tổng kiểm tra" - Đúng. HDFS lưu trữ dữ liệu và metadata (ví dụ như checksum) riêng biệt. Checksum được sử dụng để đảm bảo tính toàn vẹn dữ liệu.

* Lựa chọn 3: "Dữ liệu được ghi vào các khối trên ba DataNodes khác nhau" - Đúng. Với hệ số sao chép là 3, mỗi khối dữ liệu sẽ có 3 bản sao, và mỗi bản sao được lưu trữ trên một DataNode khác nhau. Đây là cách HDFS đảm bảo tính sẵn sàng và độ tin cậy của dữ liệu.

* Lựa chọn 4: "Khách hàng được trả lại thành công khi ghi thành công khối đầu tiên và kiểm tra tổng kiểm tra" - Sai. Client chỉ nhận được thông báo thành công sau khi tất cả các bản sao (dựa trên hệ số sao chép) của một khối dữ liệu đã được ghi thành công và kiểm tra checksum. Việc trả về thành công chỉ sau khi ghi bản sao đầu tiên sẽ không đảm bảo tính toàn vẹn và sẵn sàng của dữ liệu.

Vậy đáp án đúng là B. 2 & 3

Câu 37:

Con quỷ (demon) nào chịu trách nhiệm sao chép dữ liệu trong Hadoop?

Lời giải: