Quiz sobre HDFS, YARN y MapReduce

¿Qué sucede si el NameNode en HDFS falla?

• El clúster continúa funcionando sin interrupciones.

• Todo el clúster de HDFS deja de funcionar ya que el NameNode gestiona los metadatos y la ubicación de los bloques.

• Los DataNodes toman el control y gestionan los metadatos hasta que el NameNode esté disponible nuevamente.

• Se pierde el acceso a todos los datos almacenados en HDFS.

¿Cuál de las siguientes opciones describe correctamente los DataNodes en HDFS?

• Los DataNodes son responsables de almacenar los datos reales y reportar su estado al NameNode periódicamente.

• Los DataNodes almacenan los metadatos del clúster y coordinan la ejecución de trabajos de MapReduce.

• Los DataNodes replican y procesan datos directamente en la capa de aplicación.

• Los DataNodes gestionan la replicación de bloques según la carga de trabajo.

¿Cómo maneja HDFS la tolerancia a fallos?

• Mediante el uso de copias de seguridad centralizadas de los datos.

• Replicando bloques de datos en múltiples DataNodes dentro del clúster.

• Dividiendo bloques de datos entre diferentes NameNodes.

• Almacenando datos en ubicaciones fuera del clúster.

¿Qué papel desempeña el ApplicationMaster en YARN?

• El ApplicationMaster gestiona el ciclo de vida de una aplicación específica, solicitando recursos al ResourceManager y monitoreando la ejecución de tareas.

• El ApplicationMaster almacena datos y réplicas en los DataNodes.

• El ApplicationMaster es responsable de replicar contenedores en caso de fallo.

• El ApplicationMaster gestiona todos los recursos en el clúster y ejecuta todas las aplicaciones.

¿Qué sucede si el ResourceManager en YARN falla?

• Las aplicaciones continúan ejecutándose sin interrupción.

• Se pierde el acceso a los datos almacenados en HDFS.

• El clúster se detiene y no se pueden ejecutar nuevas aplicaciones hasta que se restaure el ResourceManager.

• El NodeManager toma el control y asigna recursos a las aplicaciones.

¿Cuál de las siguientes afirmaciones es correcta sobre los bloques en HDFS?

• Los bloques en HDFS tienen un tamaño fijo de 300MB por defecto y no se pueden configurar.

• Un archivo grande en HDFS se divide en bloques de tamaño configurable, aunque por defecto son de 128MB, y cada bloque se replica en diferentes nodos del clúster para tolerancia a fallos.

¿Cuál de las siguientes afirmaciones describe correctamente el funcionamiento del NameNode en HDFS?

• El NameNode es responsable de almacenar datos en HDFS y distribuirlos entre los DataNodes.

• El NameNode es responsable de gestionar la ubicación de los bloques en los DataNodes y mantener la información de metadatos, pero no almacena datos reales.

• El NameNode almacena y replica datos en caso de fallos de hardware en los DataNodes.

• El NameNode se comunica directamente con el JobTracker para ejecutar trabajos de MapReduce.

¿Cuál es la función principal del ResourceManager en YARN?

• El ResourceManager es responsable de almacenar los datos de HDFS y administrar los bloques replicados.

• El ResourceManager administra los recursos del clúster y asigna recursos a las aplicaciones según las solicitudes de los ApplicationMasters.

• El ResourceManager ejecuta y supervisa las tareas de los nodos del clúster, almacenando el estado de cada tarea.

• El ResourceManager es responsable de la replicación de los datos en los DataNodes para garantizar la redundancia.

¿Cuál de las siguientes afirmaciones es correcta sobre el NodeManager en YARN?

• El NodeManager es responsable de coordinar todas las solicitudes de recursos en el clúster.

• El NodeManager se encarga de monitorear y reportar el uso de recursos (CPU, memoria) de los contenedores en el nodo y de gestionar su ciclo de vida.

• El NodeManager almacena y replica los datos de HDFS en el clúster para garantizar la disponibilidad.

• El NodeManager actúa como intermediario entre el NameNode y los DataNodes para gestionar la ubicación de los bloques.

¿Cuál es el objetivo principal de la fase "Map" en MapReduce?

• La fase "Map" combina todos los resultados de las tareas en una sola salida final.

• La fase "Map" toma los datos de entrada y los divide en fragmentos más pequeños, asignando una clave y un valor a cada fragmento para su posterior procesamiento.

• La fase "Map" se encarga de clasificar los datos procesados y prepararlos para la fase de "Reduce".

•  La fase "Map" fusiona los resultados de múltiples nodos en una única salida global.