Đề 14 – Bài tập, đề thi trắc nghiệm online Dữ liệu lớn (BigData)

A A. Công nghệ lưu trữ dữ liệu mới nhất B B. Các quy trình và chính sách để quản lý, bảo mật và đảm bảo chất lượng dữ liệu C C. Thuật toán khai thác dữ liệu hiệu quả nhất D D. Phương pháp trực quan hóa dữ liệu tiên tiến

A A. Chi phí ban đầu cao hơn. B B. Khả năng mở rộng linh hoạt và giảm chi phí đầu tư cơ sở hạ tầng ban đầu. C C. Kiểm soát dữ liệu và cơ sở hạ tầng tốt hơn. D D. Hiệu suất xử lý dữ liệu nhanh hơn.

A A. Cải thiện chẩn đoán bệnh và điều trị cá nhân hóa B B. Giảm chi phí nghiên cứu và phát triển thuốc mới C C. Tăng cường bảo mật thông tin cá nhân của bệnh nhân D D. Dự đoán và ngăn chặn dịch bệnh

A A. Tính toàn vẹn dữ liệu cao hơn B B. Khả năng mở rộng linh hoạt và hiệu suất tốt hơn với dữ liệu phi cấu trúc C C. Dễ dàng thực hiện các giao dịch phức tạp (ACID) D D. Ngôn ngữ truy vấn tiêu chuẩn (SQL)

A A. Kích thước của tập dữ liệu B B. Tốc độ tạo ra dữ liệu C C. Giá trị kinh doanh và lợi ích mà dữ liệu lớn mang lại D D. Độ tin cậy của dữ liệu

A A. Volume (Khối lượng) B B. Velocity (Tốc độ) C C. Variety (Đa dạng) D D. Validity (Tính hợp lệ)

A A. Công cụ để lưu trữ dữ liệu lớn B B. Phương pháp để trực quan hóa dữ liệu C C. Kỹ thuật để tự động học hỏi từ dữ liệu và đưa ra dự đoán hoặc quyết định D D. Ngôn ngữ lập trình để truy vấn dữ liệu

A A. IoT không liên quan đến Big Data. B B. Big Data giúp xử lý, phân tích và khai thác giá trị từ lượng dữ liệu khổng lồ được tạo ra bởi các thiết bị IoT. C C. IoT chỉ sử dụng dữ liệu có cấu trúc nhỏ, không cần Big Data. D D. Big Data chỉ được sử dụng trong các ngành công nghiệp truyền thống, không phải IoT.

A A. Sử dụng phần cứng mạnh mẽ hơn. B B. Mã hóa dữ liệu, kiểm soát truy cập, và tuân thủ các quy định về quyền riêng tư. C C. Tăng tốc độ truyền dữ liệu. D D. Trực quan hóa dữ liệu một cách hiệu quả.

A A. Microsoft Access B B. Hive C C. SPSS D D. Adobe Photoshop

A A. Tăng tốc độ xử lý dữ liệu B B. Làm cho dữ liệu phức tạp dễ hiểu và dễ diễn giải hơn cho con người C C. Giảm chi phí lưu trữ dữ liệu D D. Tự động hóa quá trình thu thập dữ liệu

A A. Chi phí lưu trữ dữ liệu ngày càng tăng B B. Nguy cơ phân biệt đối xử và thiên vị do thuật toán dựa trên dữ liệu C C. Khả năng xử lý dữ liệu thời gian thực còn hạn chế D D. Sự thiếu hụt chuyên gia về Big Data

A A. Data Warehouse lưu trữ dữ liệu thô, còn Data Lake lưu trữ dữ liệu đã qua xử lý. B B. Data Warehouse tập trung vào dữ liệu có cấu trúc, còn Data Lake có thể chứa nhiều loại dữ liệu khác nhau. C C. Data Warehouse được sử dụng cho phân tích thời gian thực, còn Data Lake cho phân tích lịch sử. D D. Data Warehouse dễ dàng mở rộng hơn Data Lake.

A A. Hadoop MapReduce B B. Apache Spark Streaming C C. Cơ sở dữ liệu quan hệ SQL D D. Microsoft Excel

A A. Thu thập dữ liệu từ nhiều nguồn khác nhau B B. Làm sạch và chuẩn hóa dữ liệu C C. Phát hiện các mẫu, xu hướng và kiến thức hữu ích từ dữ liệu D D. Lưu trữ dữ liệu một cách hiệu quả

A A. Khi cần phân tích dữ liệu từ hàng triệu nguồn khác nhau B B. Khi dữ liệu có cấu trúc rõ ràng và kích thước nhỏ, có thể quản lý bằng các công cụ truyền thống C C. Khi cần dự đoán xu hướng thị trường phức tạp D D. Khi cần cá nhân hóa trải nghiệm cho hàng triệu khách hàng

A A. Khả năng lưu trữ dữ liệu với chi phí thấp B B. Đảm bảo dữ liệu chính xác và đáng tin cậy giữa lượng lớn thông tin C C. Tốc độ xử lý dữ liệu quá nhanh D D. Sự đa dạng của các nguồn dữ liệu

A A. Cả hai layer đều xử lý dữ liệu thời gian thực, chỉ khác nhau về tốc độ. B B. Layer Batch xử lý dữ liệu lịch sử với độ chính xác cao, còn layer Speed xử lý dữ liệu mới nhất với độ trễ thấp. C C. Layer Batch tập trung vào dữ liệu có cấu trúc, còn layer Speed vào dữ liệu phi cấu trúc. D D. Layer Batch dùng Hadoop, còn layer Speed dùng Spark.

A A. Dữ liệu văn bản (ví dụ: bài đăng trên mạng xã hội) B B. Dữ liệu hình ảnh và video C C. Dữ liệu số từ cảm biến (ví dụ: nhiệt độ, độ ẩm) D D. Dữ liệu quan hệ có cấu trúc (ví dụ: bảng cơ sở dữ liệu SQL)

A A. HDFS (Hadoop Distributed File System) B B. MapReduce C C. Spark SQL D D. ZooKeeper

A A. Phân tích hành vi khách hàng để cá nhân hóa trải nghiệm mua sắm trực tuyến B B. Dự báo thời tiết dựa trên dữ liệu từ vệ tinh và cảm biến toàn cầu C C. Quản lý danh sách liên lạc cá nhân trên điện thoại di động D D. Phát hiện gian lận trong giao dịch thẻ tín dụng

A A. Tổng hợp kết quả từ các mapper B B. Chia dữ liệu đầu vào thành các phần nhỏ hơn và xử lý song song C C. Sắp xếp và nhóm dữ liệu đã xử lý D D. Lưu trữ kết quả cuối cùng

A A. Giúp tăng độ chính xác của phân tích dữ liệu. B B. Giảm thời gian xử lý và chi phí tính toán khi thử nghiệm các ý tưởng hoặc thuật toán. C C. Cho phép lưu trữ toàn bộ dữ liệu trên một máy tính duy nhất. D D. Loại bỏ hoàn toàn nhu cầu sử dụng công nghệ Big Data.

A A. Microsoft PowerPoint B B. Apache Kafka C C. Microsoft Word D D. Adobe Photoshop

A A. Chỉ thu thập dữ liệu từ các nguồn khác nhau. B B. Làm sạch, biến đổi, và định dạng lại dữ liệu để chuẩn bị cho phân tích. C C. Chỉ trực quan hóa dữ liệu. D D. Chỉ lưu trữ dữ liệu một cách hiệu quả.

A A. Việc sử dụng quá nhiều công nghệ Big Data khác nhau. B B. Sự phân chia dữ liệu giữa các bộ phận hoặc hệ thống khác nhau mà không có sự tích hợp. C C. Thiếu nhân viên có kỹ năng về Big Data. D D. Chi phí lưu trữ dữ liệu quá cao.

A A. Một loại cơ sở dữ liệu quan hệ truyền thống B B. Một kho lưu trữ dữ liệu tập trung cho phép lưu trữ dữ liệu thô ở nhiều định dạng khác nhau C C. Một phương pháp trực quan hóa dữ liệu D D. Một thuật toán khai thác dữ liệu cụ thể

A A. Microsoft Excel B B. Hadoop C C. MySQL D D. Microsoft Word

A A. Microsoft PowerPoint B B. Apache NiFi C C. Google Docs D D. Adobe Illustrator

A A. Tìm kiếm và tuyển dụng nhân sự có kỹ năng phù hợp. B B. Đảm bảo chất lượng và độ tin cậy của dữ liệu (Veracity). C C. Chi phí phần cứng và phần mềm ngày càng giảm, làm cho dự án trở nên quá rẻ. D D. Tích hợp dữ liệu từ nhiều nguồn khác nhau và đối phó với sự phức tạp của dữ liệu (Variety).