データサイエンティスト検定 リテラシーレベル データエンジニアリング 練習問題 第14問: 大量のデータを多数の機械で分散して扱うApache Hadoopの分散ファイルシステムHDFSの説明として、最も適切なものはどれか。
データエンジニアリング
– / 81 解いた
第14問
大量のデータを多数の機械で分散して扱うApache Hadoopの分散ファイルシステムHDFSの説明として、最も適切なものはどれか。
解答と解説を先に見る
先に見ると、この問題は今回は育ちません。
正解: 2. ファイルの複製の数はアプリケーションがファイルごとに指定でき、ファイルを作った後でその数を変えることもできる
「ファイルの複製の数はアプリケーションがファイルごとに指定でき、作った後で変えることもできる」が適切です。Apache Software Foundationの文書「HDFS Architecture」(Hadoop 3.3.5の版)は、ファイルをブロックの列として保存し、故障に備えてブロックを複製すること、アプリケーションがファイルの複製の数を指定でき、作成時に決めて後から変えられることを説明しています。
同じ文書は、NameNodeが名前空間とアクセスを管理する一方で、利用者のデータはNameNodeを通らない設計だとしており、「読み書きはNameNodeを経由する」は誤りです。HDFSのファイルは一度書く形(追記と切り詰めを除く)で、書き手はいつも1つだけとされ、「複数の書き手が同時に書き込める」も誤りです。
ブロックの複製についての決定はすべてNameNodeが行うので、「DataNodeどうしで決める」も誤りです。分けて置き、複製し、その管理はNameNodeが受け持つ、と押さえましょう。
関連キーワード: Hadoop・HDFS・NameNode・複製
模試 (100問)
この問題が解けたら、本試験はどうですか?本番形式で、ほかの科目もまとめて確かめる
本番形式の模擬試験で実力チェックPremium (月980円)Premium (ご利用中)本番と同じ制限時間
広告