Lưu trữ và xử lý dữ liệu lớn

Đề tài “Xây dựng hệ thống lưu trữ, xử lý và phân tích dữ liệu bất động sản” tập trung vào hệ thống xử lý và phân tích theo lô dữ liệu bất động sản được cung cấp từ các nền tảng trực tuyến hoặc cơ sở dữ liệu bất động sản. Tài liệu được sưu tầm gồm 23 trang, giúp bạn ôn tập tốt hơn. Mời các bạn đón xem. 

TOP câu hỏi trắc nghiệm Môn Lưu trữ và xử lý dữ liệu lớn. Tài liệu được sưu tầm gồm 21 trang, giúp bạn ôn tập tốt hơn. Mời các bạn đón xem. 

Apache Kafka là một kho dữ liệu phân tán được tối ưu hóa để thu nạp và xử lý dữ liệu truyền phát theo thời gian thực. Dữ liệu truyền phát là dữ liệu được tạo ra liên tục từ hàng nghìn nguồn dữ liệu khác nhau, các nguồn này thường gửi các bản ghi dữ liệu đồng thời. Tài liệu được sưu tầm gồm 28 trang, giúp bạn ôn tập tốt hơn. Mời các bạn đón xem. 

Câu 1: Đầu vào dữ liệu cho chương trình Spark có thể là:
A. Local file
B. HDFS, NFS
C. Amazon S3, Elasticsearch
D. Cả 3 phương án trên

Câu hỏi: AVRO là gì?
A - Avro là một thư viện tuần tự hóa java.
B - Avro là một thư viện nén java.
C - Avro là một thư viện java tạo các tệp bảng chia nhỏ.
D - Không câu trả lời nào đúng.

Câu 1: Đâu là kỹ thuật có thể được dùng để thích nghi các giải thuật học máy cho dữ liệu lớn?
A. Sub-sampling, principal component analysis, feature extraction và feature selection
B. Song song hóa trên Mapreduce hay Spark
C. Các kiến trúc mới xử lý luồng liên tục như mini-batch, complex event processing
D. Tất cả các ý (1), (2), (3)
E. Các ý (2) và (3)

Dữ liệu của Big Data là loại nào ?
A. Structured Data
B. Semi-Structured Data
C. Unstructured Data
D. Tất cả

Câu 1: Trong NameNode, lượng bộ nhớ cần thiết là
A. Tương tự như của node chính
B. Phải có ít nhất một nửa node chính
C. Phải gấp đôi node chính
D. Chỉ phụ thuộc vào số lượng node dữ liệu mà nó sẽ xử lý

1. Bản chất DStream:

a, là một chuỗi liên tục RDD

b, Là một chuỗi liên tục DataFrame

c, Là một chuỗi liên tục DataSet

d, ko có đáp án đúng

Lec2: Hadoop Ecosystem 

1. BTVN (HDFS, chạy Ví dụ về Hadoop)

Hadoop hình thành từ 2008 do Yahooh phát triển

Apache Hadoop thân thiện hơn MapReduce (của Google)

MapReduce là mô thức xử lý dữ liệu mặc định trong Hadoop

- Mục tiêu chính

Lưu trữ dự liệu khả mở (scalability), tin cậy (reliability)

Powerfull data processing

(Efficient visualization)