Font size
WorksheetsBig data 6
Total questions: 140
Worksheet time: 1hrs 20mins
Trong NameNode, lượng bộ nhớ cần thiết là
Tương tự như của node chính
Phải có ít nhất một nửa node chính
Phải gấp đôi node chính
Chỉ phụ thuộc vào số lượng node dữ liệu mà nó sẽ xử lý
Khi một node dự phòng được sử dụng trong một cụm thì không cần
Node kiểm tra (Check point node)
Node tên phụ (Secondary name node)
DataNode phụ (Secondary data node)
Nhận thức về giá đỡ (Rack awareness)
Nhận thức về giá trong NameNode có nghĩa là (Rack awareness in name node means)
Nó biết có bao nhiêu giá đỡ có sẵn trong cụm
Nó nhận thức được ánh xạ giữa nút và giá đỡ
Nó nhận biết được số lượng nút trong mỗi rack
Nó biết những DataNode nào không có sẵn trong cụm.
Khi một máy được khai báo là datanode, dung lượng ổ đĩa trong đó (When a machine is declared as a datanode, the disk space in it)
Chỉ có thể được sử dụng cho lưu trữ HDFS
Có thể được sử dụng cho cả lưu trữ HDFS và không phải HDFs
Không thể truy cập bằng các lệnh không phải hadoop
không thể lưu trữ các tệp văn bản.
Mục đích của nút checkpoint trong cụm Hadoop là (The purpose of checkpoint node in a Hadoop cluster is to)
Kiểm tra xem NameNode có hoạt động không
Kiểm tra xem tệp hình ảnh có đồng bộ giữa NodeName và NameNode phụ hay không
Hợp nhất hình ảnh và chỉnh sửa nhật ký và tải nó trở lại NameNode đang hoạt động.
Kiểm tra xem các DataNode nào không thể truy cập được.
Khi một tệp trong HDFS bị người dùng xóa (When a file in HDFS is deleted by a user)
nó đã mất vĩnh viễn
Nó sẽ đi vào thùng rác nếu được định cấu hình.
Nó bị ẩn khỏi người dùng nhưng vẫn ở trong hệ thống tệp
File sin HDFS không thể bị xóa
Nguồn của kiến trúc HDFS trong Hadoop có nguồn gốc là (The source of HDFS architecture in Hadoop originated as)
Hệ thống tệp phân phối của Google
Hệ thống tệp phân tán của Yahoo
Hệ thống tệp phân tán của F
trúc HDFS trong Hadoop có nguồn gốc là
Hệ thống tệp phân phối của Google
Hệ thống tệp phân tán của Yahoo
Hệ thống tệp phân tán của Facebook
Hệ thống tệp phân tán Azure
Giao tiếp giữa các quá trình giữa các nút khác nhau trong Hadoop sử dụng
REST API
RPC
RMI
IP Exchange
Loại dữ liệu mà Hadoop có thể xử lý là
Structred (Có cấu trúc)
Semi-structured (Bán cấu trúc)
Unstructured (Không có cấu trúc)
All of the above (Tất cả những điều trên)
YARN là viết tắt của
Yahoo’s another resource name
Yet another resource negotiator
Yahoo’s archived Resource names
Yet another resource need.
Chế độ cài đặt phân phối hoàn toàn (không ảo hóa) cần tối thiểu
2 Máy vật lý
3 Máy vật lý
4 Máy vật lý
1 Máy vật lý
Chạy Start-dfs.sh kết quả là
Bắt đầu NameNode và DataNode
Chỉ NameNode bắt đầu
Chỉ bắt đầu datanode
Khởi động NameNode và trình quản lý tài nguyên
Điều nào sau đây không phải là mục tiêu của HDFS?
Phát hiện lỗi và khôi phục
Xử lý tập dữ liệu khổng lồ
Ngăn chặn việc xóa dữ liệu
Cung cấp băng thông mạng cao để di chuyển dữ liệu
Lệnh "hadoop fs -test -z URI" cho kết quả 0 nếu
nếu đường dẫn là một thư mục
nếu đường dẫn là một tệp
nếu đường dẫn không trống
nếu tệp có độ dài bằng 0
Trong HDFS, các tệp không thể
Đọc
Xóa
Thực thi
Lưu trữ (Archived)
hadoop fs –expunge
Cung cấp danh sách các DataNode
Được sử dụng để xóa một tệp
Được sử dụng để trao đổi một tệp giữa hai DataNode.
Dọn sạch thùng rác.
Tất cả các tệp trong một thư mục trong HDFS có thể được hợp nhất với nhau bằng cách sử dụng
Getmerge
putmerge
remerge
mergeall
Hệ số sao chép của tệp trong HDFS có thể được thay đổi bằng cách sử dụng
changerep
rerep
setrep
xrep
Dấu phẩy được sử dụng để sao chép một dạng thư mục từ node này sang node khác trong HDFS là
rcp
dcp
drcp
distcp
Tệp lưu trữ được tạo trong Hadoop luôn có phần mở rộng là
hrc
Har
Hrh
Hrar
Để hủy lưu trữ một tệp đã được lưu trữ trong haddop, hãy sử dụng lệnh
Unrar
Unhar
Cp
Cphar
Dữ liệu từ một cụm hadoop từ xa có thể
không được đọc bởi một cụm hadoop khác
được đọc bằng http
được đọc bằng hhtp
được đọc suing hftp
Mục đích của việc khởi động NameNode trong chế độ khôi phục là để
Khôi phục NameNode không thành công
Khôi phục một DataNode bị lỗi
Khôi phục dữ liệu từ một trong những vị trí lưu trữ siêu dữ liệu
Khôi phục dữ liệu khi chỉ có một vị trí lưu trữ siêu dữ liệu
Khi bạn tăng số lượng tệp được lưu trữ trong HDFS, Bộ nhớ được yêu cầu bởi NameNode
Tăng
Giảm
Vẫn không thay đổi
Có thể tăng hoặc giảm
Nếu chúng tôi tăng kích thước tệp được lưu trữ trong HDFS mà không tăng số tệp, thì bộ nhớ được yêu cầu bởi NameNode
Tăng
Giảm
Vẫn không thay đổi
Có thể tăng hoặc giảm
Yếu tố giới hạn hiện tại đối với kích thước của một cụm hadoop là
Nhiệt lượng dư thừa tạo ra trong trung tâm dữ liệu
Giới hạn trên của băng thông mạng
Giới hạn trên của RAM trong NameNode
4000 datanode
Tính năng decommission trong hadoop được sử dụng cho
Hủy cấp phép NameNode
Hủy khai thác các DataNode
Hủy cấp phép NameNode phụ.
Giải nén toàn bộ cụm Hadoop.
Câu 27: Tính năng decommission trong hadoop được sử dụng cho
Hủy cấp phép NameNode
Hủy khai thác các DataNode
Hủy cấp phép NameNode phụ.
Giải nén toàn bộ cụm Hadoop.
Câu 28: Bạn có thể dự trữ lượng sử dụng đĩa trong một DataNode bằng cách định cấu hình dfs.datanode.du.reserved trong tệp nào sau đây
Hdfs-site.xml
Hdfs-defaukt.xml
Core-site.xml
Mapred-site.xml
Câu 29: NameNode mất bản sao duy nhất của tệp fsimage. Chúng tôi có thể khôi phục điều này từ
Datanode
Secondary namenode
Checkpoint node
Never
Câu 30: Trong hệ thống HDFS với kích thước khối 64MB, chúng tôi lưu trữ một tệp nhỏ hơn 64MB. Điều nào sau đây là đúng?
Tệp sẽ tiêu tốn 64MB
Tệp sẽ tiêu tốn hơn 64MB
Tệp sẽ tiêu tốn ít hơn 64MB.
Không thể đoán trước được.
Câu 31: Một công việc đang chạy trong lon hadoop
Bị giết bằng lệnh
Không bao giờ có thể bị giết bằng một lệnh
Chỉ có thể bị giết bằng cách tắt NameNode
Được tạm dừng và chạy lại
Câu 32: Số lượng nhiệm vụ mà trình theo dõi tác vụ có thể chấp nhận phụ thuộc vào
Bộ nhớ tối đa có sẵn trong nút
Không giới hạn
Số lượng khe cắm được định cấu hình trong đó
Theo quyết định của jobTracker
Câu 33: Khái niệm sử dụng nhiều máy để xử lý dữ liệu được lưu trữ trong hệ thống phân tán không phải là mới. Máy tính hiệu suất cao (HPC) sử dụng nhiều máy tính để xử lý khối lượng lớn dữ liệu được lưu trữ trong mạng vùng lưu trữ (SAN). So với HPC, Hadoop
Có thể xử lý khối lượng dữ liệu lớn hơn.
Có thể chạy trên một số lượng máy lớn hơn HPC cluster.
Có thể xử lý dữ liệu nhanh hơn với cùng băng thông mạng so với HPC.
Không thể chạy các công việc tính toán chuyên sâu.
Câu 34: Hadoop khác với máy tính tình nguyện ở chỗ
Tình nguyện viên đóng góp thời gian CPU chứ không phải băng thông mạng.
Tình nguyện viên đóng góp băng thông mạng chứ không phải thời gian CPU.
Hadoop không thể tìm kiếm các số ng
So với RDBMS, Hadoop
Có tính toàn vẹn dữ liệu cao hơn.
Có giao dịch ACID không
IS thích hợp để đọc và viết nhiều lần
Hoạt động tốt hơn trên dữ liệu phi cấu trúc và bán cấu trúc.
Vấn đề chính gặp phải khi đọc và ghi dữ liệu song song từ nhiều đĩa là gì?
Xử lý khối lượng lớn dữ liệu nhanh hơn.
Kết hợp dữ liệu từ nhiều đĩa.
Phần mềm cần thiết để thực hiện nhiệm vụ này là cực kỳ tốn kém.
Phần cứng cần thiết để thực hiện tác vụ này là cực kỳ tốn kém.
Điều nào sau đây đúng với ổ đĩa trong một khoảng thời gian?
Thời gian tìm kiếm dữ liệu đang cải thiện nhanh hơn tốc độ truyền dữ liệu.
Thời gian tìm kiếm dữ liệu đang cải thiện chậm hơn tốc độ truyền dữ liệu.
Thời gian tìm kiếm dữ liệu và tốc độ truyền dữ liệu đều đang tăng tương ứng.
Chỉ tăng dung lượng lưu trữ mà không tăng tốc độ truyền dữ liệu.
Tính năng định vị dữ liệu trong Hadoop có nghĩa là
lưu trữ cùng một dữ liệu trên nhiều nút.
chuyển vị trí dữ liệu từ nút này sang nút khác.
đồng định vị dữ liệu với các nút tính toán.
Phân phối dữ liệu trên nhiều nút.
Cái nào trong số này cung cấp hệ thống xử lý Luồng được sử dụng trong hệ sinh thái Hadoop?
Solr
Tez
Tia lửa
Hive
Các tệp HDFS được thiết kế cho
Nhiều người viết và sửa đổi ở các hiệu số tùy ý.
Chỉ nối vào cuối tệp
Chỉ ghi thành tệp một lần.
Truy cập dữ liệu có độ trễ thấp.
Tệp HDFS nhỏ hơn kích thước một khối
Không thể lưu trữ trong HDFS.
Chiếm toàn bộ kích thước của khối.
Chỉ chiếm kích thước mà nó cần chứ không phải toàn khối.
Có thể trải dài trên nhiều khối.
Kích thước khối HDFS lớn hơn so với kích thước của các khối đĩa để
Chỉ các tệp HDFS có thể được lưu trữ trong đĩa được sử dụng.
Thời gian tìm kiếm là tối đa
Không thể chuyển một tệp lớn được tạo từ nhiều khối đĩa.
Một tệp duy nhất lớn hơn kích thước đĩa có thể được lưu trữ trên nhiều đĩa trong cụm.
Trong một cụm Hadoop, điều gì đúng với khối HDFS không còn khả dụng do hỏng đĩa hoặc lỗi máy?
Nó bị mất vĩnh viễn
Nó có thể được sao chép ở các vị trí thay thế của nó cho các máy sống khác.
NameNode cho phép yêu cầu của khách hàng mới tiếp tục cố gắng đọc nó.
Tiến trình công việc Mapreduce chạy bỏ qua khối và dữ liệu được lưu trữ trong đó.
Tiện ích nào được sử dụng để kiểm tra tình trạng của hệ thống tệp HDFS?
fchk
fsck
fsch
fcks
Lệnh nào liệt kê các khối tạo nên mỗi tệp trong hệ thống tệp.
hdfs fsck / -files -blocks
hdfs fsck / -blocks -files
hdfs fchk / -blocks -files
hdfs fchk / -files -block
DataNode và NameNode là tương ứng
Nút chính và nút công nhân
Nút công nhân và nút chính
Cả hai đều là các nút công nhân
Không có
Trong đĩa cục bộ của NameNode, các tệp được lưu trữ liên tục là:
hình ảnh vùng tên và nhật ký chỉnh sửa
vị trí khối và hình ảnh vùng tên
chỉnh sửa nhật ký và chặn vị trí
Hình ảnh không gian tên, chỉnh sửa vị trí nhật ký và chặn.
Khi khách hàng giao tiếp với hệ thống tệp HDFS, nó cần giao tiếp với
chỉ NameNode
chỉ DataNode
cả NameNode và DataNode
Không có
Hadoop sử dụng những cơ chế nào để làm cho namenode có khả năng chống lại sự cố.
Sao lưu siêu dữ liệu hệ thống tệp vào đĩa cục bộ và gắn kết NFS từ xa.
Lưu trữ siêu dữ liệu hệ thống tệp trên đám mây.
Sử dụng m
cơ chế nào để làm cho namenode có khả năng chống lại sự cố.
Sao lưu siêu dữ liệu hệ thống tệp vào đĩa cục bộ và gắn kết NFS từ xa.
Lưu trữ siêu dữ liệu hệ thống tệp trên đám mây.
Sử dụng máy có ít nhất 12 CPU
Sử dụng phần cứng đắt tiền và đáng tin cậy.
Vai trò chính của NameNode phụ là
Sao chép siêu dữ liệu hệ thống tệp từ NameNode chính.
Sao chép siêu dữ liệu hệ thống tệp từ NFS được lưu trữ bởi NameNode chính
Theo dõi xem NameNode chính có đang hoạt động hay không.
Định kỳ hợp nhất hình ảnh vùng tên với nhật ký chỉnh sửa.
Đối với các tệp HDFS được truy cập thường xuyên, các khối được lưu vào bộ nhớ đệm
bộ nhớ của DataNode
trong bộ nhớ của NameNode
Cả A&B
Trong bộ nhớ của ứng dụng khách đã yêu cầu quyền truy cập vào các tệp này.
Các ứng dụng người dùng có thể hướng dẫn NameNode để lưu vào bộ đệm các tệp bằng cách
thêm tên tệp bộ đệm vào nhóm bộ đệm
thêm cấu hình bộ đệm vào nhóm bộ đệm
thêm chỉ thị bộ nhớ cache vào nhóm bộ nhớ cache
chuyển tên tệp làm tham số cho nhóm bộ nhớ cache
Trong Hadoop 2.x, liên kết HDFS phát hành có nghĩa là
Cho phép các NameNode giao tiếp với nhau.
Cho phép một cụm mở rộng quy mô bằng cách thêm nhiều DataNode dưới một NameNode.
Cho phép một cụm mở rộng quy mô bằng cách thêm nhiều NameNode hơn.
Thêm nhiều bộ nhớ vật lý hơn cho cả NameNode và DataNode.
Theo liên kết HDFS
Mỗi NameNode quản lý siêu dữ liệu của toàn bộ hệ thống tệp.
Mỗi NameNode quản lý siêu dữ liệu của một phần hệ thống tệp.
Lỗi một NameNode làm mất một số tính khả dụng của siêu dữ liệu từ toàn bộ hệ thống tệp.
Mỗi DataNode đăng ký với mỗi NameNode.
Mục tiêu chính của HDFS Tính sẵn sàng cao là
Tạo bản sao của NameNode chính nhanh hơn.
Để giảm thời gian chu kỳ cần thiết để khôi phục lại NameNode chính mới sau khi nút chính hiện có bị lỗi.
Ngăn chặn việc mất dữ liệu
n sàng cao là
Tạo bản sao của NameNode chính nhanh hơn.
Để giảm thời gian chu kỳ cần thiết để khôi phục lại NameNode chính mới sau khi nút chính hiện có bị lỗi.
Ngăn chặn việc mất dữ liệu do lỗi của NameNode chính.
Ngăn chặn biểu mẫu tên chính trở thành điểm lỗi duy nhất.
Là một phần của tính khả dụng cao HDFS, một cặp NameNode chính được cấu hình. Điều gì là đúng với họ?
Khi một yêu cầu của khách hàng đến, một trong số họ được chọn ngẫu nhiên sẽ phục vụ yêu cầu đó.
Một trong số chúng đang hoạt động trong khi cái còn lại vẫn tắt.
Các DataNode chỉ gửi báo cáo khối đến một trong các NameNode.
Nút chờ nhận các điểm kiểm tra định kỳ của không gian tên của NameNode đang hoạt động.
Zookeeper đảm bảo rằng
Tất cả các NameNode đang tích cực phục vụ các yêu cầu của khách hàng
Chỉ có một NameNode đang tích cực phục vụ các yêu cầu của khách hàng
Chuyển đổi dự phòng được kích hoạt khi bất kỳ DataNode nào bị lỗi.
Quản trị viên hadoop không thể bắt đầu chuyển đổi dự phòng.
Theo Tính khả dụng cao của Hadoop, nghĩa là Hàng rào
Ngăn NameNode hoạt động trước đó bắt đầu chạy lại.
Ngăn chặn việc bắt đầu chuyển đổi dự phòng trong trường hợp mạng bị lỗi với NameNode hoạt động.
Ngăn chặn sự cố sập nguồn đối với NameNode đã hoạt động trước đó.
Ngăn không cho NameNode đã hoạt động trước đó ghi vào nhật ký chỉnh sửa.
Cơ chế nào sau đây không phải là cơ chế hàng rào cho NameNode đã hoạt động trước đó?
Tắt cổng mạng của nó thông qua lệnh quản lý từ xa.
Thu hồi quyền truy cập của nó vào thư mục lưu trữ được chia sẻ.
Định dạng ổ đĩa của nó.
STONITH
Thuộc tính được sử dụng để đặt hệ thống tệp mặc định cho Hadoop trong core-site.xml là-
filesystem.default
fs.default
fs.defaultFS
hdfs.default
Yếu tố sao chép mặc định cho hệ thống tệp HDFS trong hadoop là
1
2
3
4
Khi chạy trên chế
re-site.xml là-
filesystem.default
fs.default
fs.defaultFS
hdfs.default
Yếu tố sao chép mặc định cho hệ thống tệp HDFS trong hadoop là
1
2
3
4
Khi chạy trên chế độ phân phối giả lập, hệ số sao chép được đặt thành
2
1
0
3
Đối với thư mục HDFS, hệ số sao chép (RF) là
giống như RF của các tệp trong thư mục đó
Không
3
Không áp dụng.
Điều sau không được phép trên các tệp HDFS
Xóa
Đổi tên
Di chuyển
Đang thực hiện.
HDFS có thể được truy cập qua HTTP bằng cách sử dụng
lược đồ URI viewfs
lược đồ URI webhdfs
lược đồ URI wasb
HDFS ftp
Điều gì là đúng về HDFS?
Hệ thống tệp HDFS có thể được gắn trên Hệ thống tệp của máy khách cục bộ bằng NFS.
Hệ thống tệp HDFS không bao giờ có thể được gắn vào Hệ thống tệp của máy khách cục bộ.
Bạn có thể chỉnh sửa bản ghi hiện có trong tệp HDFS đã được gắn kết bằng NFS.
Bạn không thể thêm vào tệp HDFS được gắn bằng NFS.
Máy khách đọc dữ liệu từ hệ thống tệp HDFS trong Hadoop
lấy dữ liệu từ NameNode
lấy vị trí khối từ datanode
chỉ lấy các vị trí khối tạo thành NameNode
lấy cả dữ liệu và vị trí khối từ NameNode
Kịch bản nào yêu cầu băng thông cao nhất để truyền dữ liệu giữa các nút trong Hadoop?
Các nút khác nhau trên cùng một giá đỡ
Các nút trên các giá đỡ khác nhau trong cùng một trung tâm dữ liệu.
Các mã trong các trung tâm dữ liệu khác nhau
Dữ liệu trên cùng một nút.
Vị trí khối hiện tại của HDFS nơi dữ liệu đang được ghi vào,
hiển thị cho khách hàng yêu cầu nó.
Vị trí khối không bao giờ hiển thị đối với các yêu cầu của khách hàng.
Người đọc có thể nhìn thấy hoặc không.
chỉ hiển thị sau khi dữ liệu được lưu trong bộ đệm được cam kết.
Tùy chọn nào trong số này không phải là tùy chọn lập lịch có sẵn với YARN?
Bộ lập lịch tối ưu
Bộ lập lịch FIFO
Bộ lập lị
Tùy chọn nào trong số này không phải là tùy chọn lập lịch có sẵn với YARN?
Bộ lập lịch tối ưu
Bộ lập lịch FIFO
Bộ lập lịch dung lượng
Bộ lập lịch công bằng
Chế độ nào sau đây không phải là chế độ hoạt động của Hadoop?
Chế độ phân phối giả
Chế độ phân phối toàn cầu
Chế độ độc lập
Chế độ phân phối hoàn toàn
Sự khác biệt giữa chế độ độc lập và giả phân phối là
Đứng một mình không thể sử dụng bản đồ giảm
Đứng riêng có một quy trình java duy nhất chạy trong đó.
Chế độ phân tán giả không sử dụng HDFS
Chế độ phân tán giả cần hai hoặc nhiều máy vật lý.
Công việc khung hadoop được viết bằng
C ++
Python
Java
Go
Lệnh hdfs để tạo bản sao của tệp từ hệ thống cục bộ là
CopyFromLocal
copyfromlocal
CopyLocal
copyFromLocal
Lệnh hadfs được sử dụng để
Sao chép tệp từ hệ thống tệp cục bộ sang HDFS.
Sao chép tệp hoặc thư mục từ hệ thống tệp cục bộ sang HDFS.
Sao chép các tệp từ HDFS sang hệ thống tệp cục bộ.
Sao chép tệp hoặc thư mục từ HDFS sang hệ thống tệp cục bộ.
Sao chép thiếu trong HDFS có nghĩa là-
Không có sự sao chép nào diễn ra trong các DataNode.
Quá trình sao chép rất chậm trong các DataNode.
Tần suất sao chép trong các DataNode rất thấp.
Số lượng bản sao được tái tạo ít hơn so với quy định của hệ số sao chép.
Khi NameNode nhận thấy rằng một số khối được sao chép quá mức, nó
Dừng công việc sao chép trong toàn bộ hệ thống tệp hdfs.
Nó làm chậm quá trình nhân bản cho các khối đó
Nó xóa các khối thừa.
Nó để lại các khối thừa như nó vốn có.
Thuộc tính nào dưới đây được định cấu hình trên core-site.xml?
Yếu tố nhân rộng
Tên thư mục để lưu trữ tệp hdfs.
Máy chủ và cổng nơi tác vụ MapReduce chạy.
Các biến môi trường Java.
u hình trên core-site.xml?
Yếu tố nhân rộng
Tên thư mục để lưu trữ tệp hdfs.
Máy chủ và cổng nơi tác vụ MapReduce chạy.
Các biến môi trường Java.
Thuộc tính nào dưới đây được định cấu hình trên hdfs-site.xml?
Yếu tố nhân rộng
Tên thư mục để lưu trữ tệp hdfs.
Máy chủ và cổng nơi tác vụ MapReduce chạy.
Các biến môi trường Java.
Thuộc tính nào dưới đây được định cấu hình trên mapred-site.xml?
Yếu tố nhân rộng
Tên thư mục để lưu trữ tệp hdfs.
Máy chủ và cổng nơi tác vụ MapReduce chạy.
Các biến môi trường Java.
Thuộc tính nào dưới đây được định cấu hình trên hadoop-env.sh?
Yếu tố nhân rộng
Tên thư mục để lưu trữ tệp hdfs
Máy chủ và cổng nơi tác vụ MapReduce chạy
Các biến môi trường Java.
Lệnh để kiểm tra xem Hadoop có hoạt động hay không là:
Jsp
Jps
Hadoop fs –test
Không có
Các khối dữ liệu ánh xạ thông tin với các tệp tương ứng của chúng được lưu trữ trong
DataNode
Trình theo dõi công việc
Trình theo dõi tác vụ
NameNode
Tệp trong Namenode lưu trữ thông tin ánh xạ vị trí khối dữ liệu với tên tệp là
dfsimage
nameimage
fsimage
image
NameNode biết rằng DataNode đang hoạt động bằng cách sử dụng một cơ chế được gọi là
heartbeats
datapulse
h-signal
Active-pulse
Bản chất của phần cứng cho NameNode phải là
Cao cấp hơn loại hàng hóa
Loại hàng hóa
Không thành vấn đề
Chỉ cần có nhiều Ram hơn mỗi DataNode
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
Hệ thống apache nào dưới đây giải quyết việc nhập dữ liệu phát trực tuyến vào hadoop
Ozie
Kafka
Flume
Hive
Sự phân chia đầu vào được sử dụng trong MapReduce cho biết
Sự phân chia đầu vào được sử dụng trong MapReduce cho biết
Kích thước trung bình của các khối dữ liệu được sử dụng làm đầu vào cho chương trình
Chi tiết vị trí nơi bắt đầu của toàn bộ bản ghi đầu tiên trong một khối và toàn bộ bản ghi cuối cùng trong khối kết thúc.
Tách dữ liệu đầu vào cho chương trình MapReduce thành kích thước đã được định cấu hình trong mapred-site.xml
Không có
Đầu ra của một nhiệm vụ ánh xạ là
Cặp khóa-giá trị của tất cả các bản ghi của tập dữ liệu.
Cặp khóa-giá trị của tất cả các bản ghi từ phần tách đầu vào được trình ánh xạ xử lý
Chỉ các phím được sắp xếp từ phần tách đầu vào
Số hàng được xử lý bởi tác vụ ánh xạ.
Vai trò của nút Nhật ký là
Báo cáo vị trí của các khối trong một DataNode
Báo cáo thông tin nhật ký chỉnh sửa của các khối trong DataNode.
Báo cáo lịch trình khi công việc sẽ chạy
Báo cáo hoạt động của các thành phần khác nhau do người quản lý tài nguyên xử lý
Người giữ vườn thú (zookeeper)
Phát hiện lỗi của NameNode và chọn NameNode mới.
Phát hiện lỗi của các DataNode và chọn một DataNode mới.
Ngăn phần cứng quá nóng bằng cách tắt chúng.
Duy trì danh sách tất cả các thành phần địa chỉ IP của cụm Hadoop.
Nếu địa chỉ IP hoặc tên máy chủ của DataNode thay đổi
NameNode cập nhật ánh xạ giữa tên tệp và tên khối
NameNode không cần cập nhật ánh xạ giữa tên tệp và tên khối
Dữ liệu trong DataNode đó sẽ bị mất vĩnh viễn
Có NameNode phải được khởi động lại
Khi một ứng dụng khách liên hệ với NameNode để truy cập tệp, NameNode phản hồi với
Kích thước của tệp được yêu cầu.
ID khối của tệp được yêu cầu.
ID khối và tên máy chủ của bất kỳ DataNode nào chứa khối đó.
Block ID và tên máy chủ của tất cả các DataNode chứa khối đó.
HDFS là viết tắt của
HDFS là viết tắt của
Hệ thống tệp phân tán cao. (Highly distributed file system.)
Hệ thống tệp được hướng dẫn Hadoop (Hadoop directed file system)
Vỏ tệp phân tán cao (Highly distributed file shell)
Hệ thống tệp phân tán Hadoop. (Hadoop distributed file system.)
Công cụ Hadoop được sử dụng để phân tán dữ liệu một cách đồng nhất trên các DataNode được đặt tên là:
Bộ lập lịch
Cân bằng
Máy rải
PV
Khi một jobTracker lên lịch, một công việc sẽ được tìm kiếm đầu tiên
Một nút có vị trí trống trong cùng giá đỡ với DataNode
Bất kỳ nút nào trên cùng giá đỡ với DataNode
Bất kỳ nút nào trên rack liền kề với rack của datanode
Chỉ bất kỳ nút nào trong cụm
Tín hiệu nhịp tim được gửi từ
JObtracker thành Tasktracker
Tasktracker to Job tracker
Trình theo dõi công việc đến NameNode
Trình theo dõi tác vụ đến NameNode
Job tracker runs on
Namenode
Datanode
Secondary namenode
Secondary datanode
Tùy chọn nào sau đây không phải là tùy chọn lập lịch có sẵn trong YARN
Bộ lập lịch cân bằng
Lập lịch trình công bằng
Bộ lập lịch dung lượng
Máy quét FiFO.
Định dạng đầu vào mặc định là gì?
Định dạng đầu vào mặc định là xml. Nhà phát triển có thể chỉ định các định dạng đầu vào khác nếu thích hợp nếu xml không phải là đầu vào chính xác.
Không có định dạng nhập mặc định. Định dạng đầu vào luôn phải được chỉ định.
Định dạng đầu vào mặc định là định dạng tệp tuần tự. Dữ liệu cần được xử lý trước trước khi sử dụng định dạng đầu vào mặc định.
Định dạng đầu vào mặc định là TextInputFormat với phần bù byte làm khóa và toàn bộ dòng dưới dạng giá trị.
Cái nào không phải là một trong những tính năng dữ liệu lớn?
Vận tốc Velocity
Tí
Cái nào không phải là một trong những tính năng dữ liệu lớn?
Vận tốc Velocity
Tính xác thực Veracity
âm lượng volume
đa dạng variety
Công nghệ nào được sử dụng để lưu trữ dữ liệu trong Hadoop?
HBase
Avro
Sqoop
Zookeeper
Công nghệ nào được sử dụng để tuần tự hóa dữ liệu trong Hadoop?
HBase
Avro
Sqoop
Zookeeper
Công nghệ nào được sử dụng để nhập và xuất dữ liệu trong Hadoop?
HBase
Avro
Sqoop
Người giữ vườn thú
Công nghệ nào sau đây là cơ sở dữ liệu lưu trữ tài liệu?
HBase
Hive
Cassandra
CouchDB
Điều nào sau đây không đúng đối với Hadoop?
Đây là một khung phân tán.
Thuật toán chính được sử dụng trong đó là Map Reduce
Nó chạy với đồ cứng hàng hóa
Tất cả đều đúng
Cái nào sau đây lưu trữ dữ liệu?
Name node
Data node
Master node
None of these
Nút nào sau đây quản lý các nút khác?
Name node
Data node
slave node
None of these
AVRO là gì?
Avro là một thư viện tuần tự hóa java.
Avro là một thư viện nén java.
Avro là một thư viện java tạo các tệp bảng chia nhỏ.
Không câu trả lời nào đúng.
Bạn có thể chạy Bản đồ - Giảm công việc trực tiếp trên dữ liệu Avro không?
Có, Avro được thiết kế đặc biệt để xử lý dữ liệu qua Map-Reduce.
Có, nhưng cần có mã hóa mở rộng bổ sung.
Không, Avro được thiết kế đặc biệt chỉ để lưu trữ dữ liệu.
Avro chỉ định siêu dữ liệu cho phép truy cập dữ liệu dễ dàng hơn. Dữ liệu này không thể được sử dụng như một phần của quá trình thực thi thu nhỏ bản đồ, thay vì chỉ đặc tả đầu vào.
Bộ nhớ đệm phân tán là gì?
Bộ nhớ đệm phân tán là gì?
Bộ đệm phân tán là thành phần đặc biệt trên NameNode sẽ lưu vào bộ đệm dữ liệu được sử dụng thường xuyên để phản hồi máy khách nhanh hơn. Nó được sử dụng trong bước giảm.
Bộ nhớ đệm phân tán là thành phần đặc biệt trên DataNode sẽ lưu vào bộ đệm dữ liệu được sử dụng thường xuyên để phản hồi máy khách nhanh hơn. Nó được sử dụng trong bước bản đồ.
Bộ đệm phân tán là một thành phần lưu trữ các đối tượng java.
Bộ nhớ đệm phân tán là một thành phần cho phép các nhà phát triển triển khai các chum để xử lý Map-Reduce.
Có thể ghi là gì?
W ghi là một giao diện java cần được triển khai để truyền dữ liệu trực tuyến đến các máy chủ từ xa.
W ghi là một giao diện java cần được thực hiện để ghi HDFS.
Writes là một giao diện java cần được triển khai để xử lý MapReduce.
Không câu trả lời nào đúng.
HBASE là gì?
Hbase là bộ Java API riêng biệt cho cụm Hadoop.
Hbase là một phần của dự án Apache Hadoop cung cấp giao diện để quét một lượng lớn dữ liệu bằng cơ sở hạ tầng Hadoop.
Hbase là một "cơ sở dữ liệu" giống như giao diện với dữ liệu cụm Hadoop.
HBase là một phần của dự án Apache Hadoop cung cấp giao diện giống SQL để xử lý dữ liệu.
Hadoop xử lý khối lượng lớn dữ liệu như thế nào?
Hadoop sử dụng song song rất nhiều máy. Điều này tối ưu hóa việc xử lý dữ liệu.
Hadoop được thiết kế đặc biệt để xử lý lượng lớn dữ liệu bằng cách tận dụng phần cứng MPP.
Hadoop gửi mã đến dữ liệu thay vì gửi dữ liệu đến mã.
Hadoop sử dụng các kỹ thuật bộ nhớ đệm phức tạp trên NameNode để tăng tốc độ xử lý dữ liệu.
Khi sử dụng HDFS, điều gì xảy ra khi tệp bị xóa khỏi dòng lệnh?
Nó sẽ bị xóa vĩnh viễn nếu thùng rác được bật.
Nó được đặt vào một thư mục thùng rác chung cho tất cả người dùng cho cụm đó.
Nó bị xóa vĩnh viễn và các thuộc tính tệp được ghi lại trong tệp nhật ký.
Nó được
Khi lưu trữ tệp Hadoop, câu nào sau đây là đúng? (Chọn hai câu trả lời)
Các tệp đã lưu trữ sẽ hiển thị với phần mở rộng .arc.
Nhiều tệp nhỏ sẽ trở thành ít tệp lớn hơn.
MapReduce xử lý tên tệp gốc ngay cả sau khi tệp được lưu trữ.
Các tệp đã lưu trữ phải được lưu trữ tại Liên hợp quốc cho HDFS và MapReduce để truy cập các tệp nhỏ, gốc.
Lưu trữ dành cho các tệp cần được lưu nhưng HDFS không còn truy cập được nữa.
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.
Nhiệm vụ nào sau đây là trong số các nhiệm vụ của các DataNode trong HDFS?
Duy trì cây hệ thống tệp và siêu dữ liệu cho tất cả các tệp và thư mục.
Không có phương án nào đúng.
Kiểm soát việc thực hiện một tác vụ bản đồ riêng lẻ hoặc một tác vụ thu gọn.
Lưu trữ và truy xuất các khối khi được khách hàng hoặc NameNode yêu cầu.
Quản lý không gian tên hệ thống tệp.
Thành phần nào sau đây truy xuất các phân tách đầu vào trực tiếp từ HDFS để xác định số tác vụ bản đồ?
Mã Tên.
TaskTrackers.
JobClient.
JobTracker.
Không có lựa chọn nào đúng.
Giao diện org.apache.hadoop.io.Worites khai báo hai phương thức nào? (Chọn 2 câu trả lời.)
public void readFields (DataInput).
c
Giao diện org.apache.hadoop.io.Worites khai báo hai phương thức nào? (Chọn 2 câu trả lời.)
public void readFields (DataInput).
công khai khoảng trống đọc (DataInput).
public void writeFields (DataOutput).
ghi khoảng trống công khai (DataOutput).
Câu nào sau đây là đúng đối với các cặp
Một lớp khóa phải triển khai Words.
Một lớp khóa phải triển khai WordsComp so sánh được.
Một lớp giá trị phải triển khai WordsComp so sánh được.
Một lớp giá trị phải mở rộng khả năng so sánh được.
Phát biểu nào sau đây là sai về Bộ nhớ đệm phân tán?
Khung công tác Hadoop sẽ đảm bảo rằng bất kỳ tệp nào trong Bộ đệm phân tán được phân phối cho tất cả các tác vụ bản đồ và giảm bớt.
Các tệp trong bộ đệm có thể là tệp văn bản hoặc chúng có thể là tệp lưu trữ như tệp zip và JAR.
Disk I / O bị tránh vì dữ liệu trong bộ đệm được lưu trong bộ nhớ.
Khung công tác Hadoop sẽ sao chép các tệp trong Bộ đệm ẩn phân tán vào nút phụ trước khi bất kỳ nhiệm vụ nào cho công việc được thực thi trên nút đó.
Thành phần nào sau đây không phải là thành phần chính của HBase?
Máy chủ Vùng.
Nagios.
ZooKeeper.
Máy chủ chính.
Điều nào sau đây là sai về RawComparator?
So sánh các khóa theo byte.
Hiệu suất có thể được cải thiện trong giai đoạn sắp xếp và đủ bằng cách sử dụng RawComparator.
Các khóa trung gian được giải mã hóa để thực hiện so sánh.
Con quỷ (demon) nào chịu trách nhiệm sao chép dữ liệu trong Hadoop?
HDFS.
Trình theo dõi tác vụ.
Trình theo dõi công việc.
NameNode.
