25 câu hỏi
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.
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
NameNode mất bản sao duy nhất của tệp fsimage. Chúng tôi có thể khôi phục điều này từ
Datanode
Secondary namenode
Checkpoint node
Never
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.
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
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
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.
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 nguyên tố lớn.
Chỉ Hadoop mới có thể sử dụng mapreduce.
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 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.