Quiz Chapter 5 BD

Dalam hierarki pekerjaan Oozie, yang bukan Pekerjaan Oozie adalah ?

• Workflow Jobs
• Coordinator Jobs
• Bundle Jobs
• Scheduler Jobs

Answer explanation

Karena Terdapat tiga jenis pekerjaan apache Oozie yaitu Workflow jobs, Coordinator Jobs, dan Bundle Jobs

Apache Hive dalam ekosistem Hadoop digunakan untuk ?

• Pemrosesan data real-time
• Kueri dan analisis data dengan menggunakan HQL
• Penyimpanan file besar dalam Hadoop
• Pemetaan data menjadi nilai kunci

Answer explanation

Apache Hive dalam ekosistem Hadoop digunakan untuk melakukan query dan mengelola kumpulan data besar. Ia menyediakan antarmuka mirip SQL yang disebut HiveQL untuk memudahkan pengguna menganalisis data.

Salah satu keuntungan utama dari HBase adalah

• Kinerja tinggi untuk kueri SQL kompleks
• Skalabilitas horizontal yang efisien
• Kemampuan untuk menyimpan data dalam format JSON
• Terjadi 'hotspot' yang dapat memperlambat kinerja sistem
• Dukungan penuh untuk transaksi ACID

Answer explanation

Keuntungan skala yang dapat dikembangkan menjadikan HBase pilihan yang sangat baik untuk aplikasi big data yang memerlukan akses cepat dan real-time ke dataset besar. Dengan kemampuannya untuk menambah sumber daya secara efisien dan menjaga ketersediaan tinggi, HBase sangat cocok untuk lingkungan yang dinamis dan terus berkembang.

Apa yang menjadi model penyimpanan utama dalam Cassandra?

• Kolom terdistribusi
• Tabel baris
• Dokumen JSON
• File teks
• Framework pemrograman

Answer explanation

Column family adalah model penyimpanan utama dalam Apache Cassandra yang menawarkan fleksibilitas tinggi dan kemampuan untuk menangani volume data besar dengan efisien. Dengan arsitektur ini, Cassandra dapat beradaptasi dengan cepat terhadap perubahan kebutuhan data tanpa mengorbankan kinerja atau integritas data.

Mengapa Cassandra tidak dianjurkan untuk menyimpan file BLOB besar?

• Karena tidak mendukung penyimpanan file sama sekali
• Karena dapat menyebabkan penurunan performa dan masalah memori
• Karena hanya mendukung file berukuran kecil saja
• Karena tidak ada batasan ukuran file yang ditetapkan
• karena Kemampuan sistem untuk mengabaikan kesalahan pengguna

Answer explanation

Meskipun Cassandra mampu menangani volume data yang sangat besar, ia tidak dirancang untuk menyimpan file BLOB besar secara efisien. Untuk penggunaan optimal, penting untuk mempertimbangkan desain data yang tepat dan menggunakan teknik pemecahan data atau sistem penyimpanan alternatif untuk file-file besar.

Apa yang terjadi jika ada direktori target dengan nama yang sama saat mengimpor data menggunakan Sqoop?

• Direktori dihapus dan dibuat ulang
• Impor akan gagal untuk mencegah penghapusan data
• Data akan ditambahkan ke dalam direktori yang ada
• Direktori baru akan dibuat di dalam direktori yang ada
• Melakukan analisis data besar

Answer explanation

Secara keseluruhan, penting untuk selalu memeriksa keberadaan direktori target sebelum menjalankan perintah Sqoop untuk menghindari kegagalan impor. Penggunaan opsi --warehouse-dir dapat menjadi solusi yang lebih baik jika Anda berencana untuk mengimpor beberapa tabel secara bersamaan.

Apa format file default untuk impor data menggunakan Sqoop?

• JSON
• XML
• Delimited text
• SequenceFiles
• HDFS

Answer explanation

Secara keseluruhan, Delimited Text File Format adalah format file default saat mengimpor data menggunakan Sqoop, tetapi pengguna memiliki fleksibilitas untuk memilih dari beberapa format lain sesuai dengan kebutuhan aplikasi.

Apa yang terjadi jika ada kegagalan pada Sink dalam proses pengiriman data menggunakan Flume?

• Data akan hilang sepenuhnya
• Data akan disimpan sementara di Channel sampai Sink kembali aktif
• Proses pengiriman akan berhenti sepenuhnya
• Data akan dikirim ke sumber lain secara otomatis
• Teks terpisah (Delimited Text)

Answer explanation

Kegagalan pada Sink dalam Apache Flume tidak langsung menyebabkan kehilangan data, berkat mekanisme transaksi dan penyimpanan sementara di Channel. Namun, penting untuk memantau dan menangani kegagalan ini agar alur pengolahan data tetap berjalan lancar dan efisien.

Berapa ukuran blok default HDFS?

• 32MB
• 64MB
• 128MB
• 16MB
• 1GB

Answer explanation

Ukuran blok ini memungkinkan penyimpanan data yang besar dengan lebih efisien, karena setiap file yang lebih besar dari ukuran blok akan dipecah menjadi beberapa blok yang tersebar di berbagai node dalam cluster.

Mengapa replikasi data menjadi penting dalam HDFS dan bagaimana replikasi ini membantu dalam mengatasi kegagalan node?

• Untuk meningkatkan ukuran data
• Untuk mengurangi biaya penyimpanan
• Untuk memastikan data tetap tersedia meskipun terjadi kegagalan pada salah satu node
• Untuk mempercepat pemrosesan data
• Untuk menghapus data lama secara otomatis

Answer explanation

Replikasi data di HDFS membantu menjaga ketersediaan data. Data di HDFS direplikasi ke beberapa node untuk mencegah hilangnya data jika ada kegagalan pada salah satu node. Jika satu salinan hilang, salinan lain dari data tersebut masih tersedia di node lain.