Đề 13 – Bài tập, đề thi trắc nghiệm online Dữ liệu lớn (BigData)

A A. Phân tích hành vi khách hàng trong thương mại điện tử. B B. Dự báo thời tiết. C C. Quản lý danh bạ cá nhân trên điện thoại. D D. Phát hiện gian lận trong giao dịch tài chính.

A A. Quản lý tài nguyên cluster. B B. Xử lý song song dữ liệu lớn. C C. Lưu trữ dữ liệu phi cấu trúc. D D. Bảo mật dữ liệu trong Hadoop.

A A. Xử lý dữ liệu theo thời gian thực. B B. Lưu trữ dữ liệu phân tán trên nhiều máy tính. C C. Truy vấn dữ liệu SQL. D D. Trực quan hóa dữ liệu.

A A. Lưu trữ và quản lý dữ liệu lớn. B B. Trực quan hóa dữ liệu. C C. Phát hiện các mẫu, xu hướng và tri thức ẩn trong dữ liệu. D D. Đảm bảo chất lượng dữ liệu.

A A. Tăng tốc độ truy vấn dữ liệu. B B. Đảm bảo chất lượng, bảo mật, tuân thủ và quản lý dữ liệu một cách hiệu quả. C C. Giảm chi phí lưu trữ dữ liệu. D D. Tự động hóa quá trình thu thập dữ liệu.

A A. Tốc độ dữ liệu được tạo ra. B B. Kích thước khổng lồ của tập dữ liệu. C C. Sự phức tạp của cấu trúc dữ liệu. D D. Giá trị tiềm ẩn trong dữ liệu.

A A. Giảm độ phức tạp của công nghệ Big Data. B B. Khả năng mở rộng linh hoạt, chi phí hiệu quả và dễ dàng truy cập tài nguyên. C C. Tăng cường bảo mật dữ liệu. D D. Loại bỏ nhu cầu về Data Governance.

A A. Số lượng nguồn dữ liệu. B B. Tính biến động của dữ liệu theo thời gian. C C. Các loại dữ liệu khác nhau như có cấu trúc, bán cấu trúc và phi cấu trúc. D D. Độ chính xác của dữ liệu.

A A. Dữ liệu có kích thước lớn hơn cơ sở dữ liệu truyền thống. B B. Dữ liệu có thể được xử lý bằng các công cụ phần mềm truyền thống. C C. Tập hợp dữ liệu có Khối lượng lớn, Tốc độ cao, Đa dạng và Giá trị, đòi hỏi các kỹ thuật xử lý đặc biệt để trích xuất thông tin. D D. Dữ liệu được tạo ra từ các thiết bị IoT.

A A. Xử lý dữ liệu theo thời gian thực. B B. Xử lý toàn bộ tập dữ liệu lịch sử để cung cấp cái nhìn tổng quan và chính xác. C C. Phục vụ các truy vấn tương tác tốc độ cao. D D. Lưu trữ dữ liệu tạm thời.

A A. Chi phí lưu trữ dữ liệu quá cao. B B. Nguy cơ xâm phạm quyền riêng tư và phân biệt đối xử dựa trên dữ liệu cá nhân. C C. Sự phức tạp của công nghệ Big Data. D D. Thiếu nhân lực có kỹ năng Big Data.

A A. Khả năng xử lý dữ liệu nhanh hơn trên một máy tính duy nhất. B B. Khả năng hệ thống có thể xử lý tăng trưởng về khối lượng dữ liệu, tốc độ và độ phức tạp bằng cách thêm tài nguyên. C C. Khả năng giảm chi phí lưu trữ dữ liệu. D D. Khả năng bảo mật dữ liệu tốt hơn.

A A. Microsoft Excel. B B. Hadoop và Spark. C C. MySQL. D D. Microsoft Access.

A A. Lưu trữ dữ liệu trong cơ sở dữ liệu quan hệ. B B. Đảm bảo chất lượng dữ liệu và trích xuất thông tin giá trị từ khối lượng dữ liệu khổng lồ. C C. Sử dụng các công cụ phân tích truyền thống. D D. Thu thập dữ liệu từ các nguồn truyền thống.

A A. Tăng cường bảo mật cho từng silo dữ liệu. B B. Xây dựng Data Lake hoặc Data Warehouse để tập trung và tích hợp dữ liệu từ các nguồn khác nhau. C C. Sử dụng các công cụ trực quan hóa dữ liệu riêng biệt cho mỗi silo. D D. Giảm số lượng nguồn dữ liệu.

A A. Các hệ thống lưu trữ dữ liệu đám mây. B B. Các bộ phận dữ liệu bị cô lập, khó truy cập và chia sẻ giữa các bộ phận khác nhau trong tổ chức. C C. Các công cụ trực quan hóa dữ liệu. D D. Các quy trình làm sạch dữ liệu.

A A. Độ tin cậy của nguồn dữ liệu. B B. Khả năng tạo ra lợi ích kinh doanh và thông tin chi tiết từ dữ liệu. C C. Chi phí lưu trữ dữ liệu. D D. Thời gian cần thiết để xử lý dữ liệu.

A A. Cassandra. B B. MongoDB. C C. PostgreSQL. D D. Redis.

A A. Tuân thủ nghiêm ngặt mô hình ACID (Tính nguyên tử, Nhất quán, Cô lập, Bền vững). B B. Khả năng mở rộng linh hoạt và xử lý dữ liệu phi cấu trúc tốt hơn. C C. Chi phí license thấp hơn so với cơ sở dữ liệu quan hệ. D D. Dễ dàng truy vấn bằng SQL hơn.

A A. Làm sạch và chuẩn hóa dữ liệu. B B. Tự động hóa quá trình phân tích, dự đoán và đưa ra quyết định dựa trên dữ liệu. C C. Tối ưu hóa hiệu suất lưu trữ dữ liệu. D D. Bảo mật hệ thống Big Data.

A A. Một loại cơ sở dữ liệu quan hệ. B B. Kho lưu trữ tập trung cho dữ liệu thô ở nhiều định dạng khác nhau, chưa qua xử lý. C C. Một phương pháp trực quan hóa dữ liệu lớn. D D. Một công cụ để làm sạch dữ liệu.

A A. Khả năng lưu trữ dữ liệu lớn hơn. B B. Tốc độ xử lý nhanh hơn do khả năng xử lý in-memory (trong bộ nhớ). C C. Chi phí triển khai thấp hơn. D D. Dễ dàng tích hợp với cơ sở dữ liệu quan hệ hơn.

A A. Xử lý dữ liệu lịch sử. B B. Xử lý dữ liệu mới nhất theo thời gian thực để cung cấp thông tin cập nhật. C C. Lưu trữ dữ liệu lịch sử. D D. Trực quan hóa dữ liệu hàng loạt.

A A. Phân tích dữ liệu lịch sử. B B. Xử lý luồng dữ liệu thời gian thực (real-time stream processing). C C. Lưu trữ dữ liệu phi cấu trúc. D D. Trực quan hóa dữ liệu tương tác.

A A. Kappa không có Speed Layer. B B. Kappa chỉ sử dụng Batch Layer. C C. Kappa đơn giản hóa kiến trúc bằng cách chỉ sử dụng luồng xử lý dữ liệu dòng (stream processing). D D. Kappa không hỗ trợ xử lý thời gian thực.

A A. Giảm dung lượng lưu trữ dữ liệu. B B. Giúp con người dễ dàng hiểu và nhận diện các mẫu, xu hướng trong dữ liệu phức tạp. C C. Tăng tốc độ xử lý dữ liệu. D D. Đảm bảo tính toàn vẹn của dữ liệu.

A A. Tableau. B B. Apache Kafka. C C. Apache NiFi. D D. MongoDB.

A A. Kích thước của dữ liệu. B B. Sự đa dạng của các loại dữ liệu. C C. Tốc độ tạo ra và xử lý dữ liệu. D D. Giá trị kinh doanh của dữ liệu.

A A. Trực quan hóa dữ liệu. B B. Thu thập, làm sạch, chuyển đổi và tải dữ liệu vào hệ thống phân tích. C C. Xây dựng mô hình học máy. D D. Bảo mật dữ liệu.

A A. Data Warehouse lưu trữ dữ liệu thô, Data Lake lưu trữ dữ liệu đã qua xử lý. B B. Data Warehouse lưu trữ dữ liệu có cấu trúc, Data Lake có thể lưu trữ dữ liệu có cấu trúc và phi cấu trúc. C C. Data Warehouse được sử dụng cho xử lý thời gian thực, Data Lake cho xử lý hàng loạt. D D. Data Warehouse dễ mở rộng hơn Data Lake.