Đề 7 – Bài tập, đề thi trắc nghiệm online Dữ liệu lớn (BigData)

A A. Tốc độ truy cập dữ liệu. B B. Độ chính xác và đáng tin cậy của dữ liệu. C C. Sự đa dạng của nguồn dữ liệu. D D. Khả năng lưu trữ dữ liệu lớn.

A A. Quản lý cơ sở hạ tầng phần cứng Big Data. B B. Phát triển ứng dụng web. C C. Thu thập, phân tích, diễn giải dữ liệu và đưa ra các insight có giá trị. D D. Thiết kế giao diện người dùng.

A A. Tăng tốc độ truy cập dữ liệu. B B. Đảm bảo chất lượng, tính nhất quán, bảo mật và tuân thủ quy định của dữ liệu. C C. Giảm kích thước dữ liệu Big Data. D D. Tối ưu hóa chi phí hạ tầng Big Data.

A A. Sự phức tạp của công nghệ. B B. Khả năng dữ liệu bị sử dụng sai mục đích hoặc xâm phạm quyền riêng tư. C C. Chi phí đầu tư ban đầu cao. D D. Sự thiếu hụt nhân lực có kỹ năng.

A A. Sản xuất công nghiệp. B B. Nông nghiệp thông minh. C C. Nghiên cứu lịch sử cổ đại. D D. Giao thông vận tải thông minh.

A A. Chi phí phần cứng quá thấp. B B. Khả năng xử lý dữ liệu quá chậm. C C. Vấn đề về quyền riêng tư, bảo mật và đạo đức sử dụng dữ liệu. D D. Sự thiếu hụt dữ liệu.

A A. Data Mining là một công cụ thay thế Big Data. B B. Data Mining là quá trình làm sạch dữ liệu trước khi đưa vào hệ thống Big Data. C C. Data Mining là kỹ thuật được sử dụng để khám phá ra các mẫu, xu hướng và tri thức ẩn sâu trong dữ liệu lớn. D D. Data Mining chỉ áp dụng cho dữ liệu có kích thước nhỏ.

A A. Sự thiếu hụt phần cứng máy tính mạnh mẽ. B B. Chi phí lưu trữ dữ liệu thấp. C C. Sự phức tạp trong việc quản lý, xử lý và phân tích dữ liệu lớn và đa dạng. D D. Sự thiếu hụt các công cụ trực quan hóa dữ liệu.

A A. Phân tích dự đoán trong bán lẻ để tối ưu hóa hàng tồn kho. B B. Chẩn đoán bệnh dựa trên hình ảnh y tế. C C. Soạn thảo văn bản thông thường bằng Microsoft Word. D D. Phân tích hành vi người dùng trên mạng xã hội để cải thiện quảng cáo.

A A. HDFS (Hadoop Distributed File System). B B. YARN (Yet Another Resource Negotiator). C C. Spark. D D. SQL Server.

A A. OLAP (Online Analytical Processing) B B. ELT (Extract, Load, Transform) C C. CRUD (Create, Read, Update, Delete) D D. API (Application Programming Interface)

A A. Khi dữ liệu có kích thước nhỏ và cấu trúc đơn giản. B B. Khi cần xử lý dữ liệu với khối lượng lớn, tốc độ cao và đa dạng mà hệ thống truyền thống không đáp ứng được. C C. Khi chỉ cần thực hiện các báo cáo đơn giản. D D. Khi chi phí đầu tư cho Big Data thấp hơn.

A A. Xử lý dữ liệu với độ trễ lớn. B B. Xử lý dữ liệu sau khi đã lưu trữ trong một thời gian dài. C C. Xử lý dữ liệu ngay khi dữ liệu được tạo ra hoặc gần như tức thì. D D. Xử lý dữ liệu theo lô (batch).

A A. Chỉ thu thập dữ liệu. B B. Làm sạch, chuyển đổi, và định dạng dữ liệu để sẵn sàng cho phân tích. C C. Phân tích dữ liệu. D D. Trực quan hóa dữ liệu.

A A. Biểu đồ đường (Line chart). B B. Biểu đồ tròn (Pie chart). C C. Biểu đồ phân tán (Scatter plot) hoặc ma trận tương quan (Correlation matrix). D D. Biểu đồ cột (Bar chart).

A A. Tốc độ xử lý dữ liệu của máy tính. B B. Tốc độ tăng trưởng của kích thước dữ liệu theo thời gian. C C. Tốc độ tạo ra và xử lý dữ liệu theo thời gian thực hoặc gần thời gian thực. D D. Tốc độ truyền dữ liệu qua mạng.

A A. Data Lake chỉ lưu trữ dữ liệu có cấu trúc, còn Data Warehouse lưu trữ mọi loại dữ liệu. B B. Data Lake lưu trữ dữ liệu ở dạng thô, chưa qua xử lý, còn Data Warehouse lưu trữ dữ liệu đã được làm sạch và chuyển đổi. C C. Data Lake được thiết kế cho truy vấn báo cáo, còn Data Warehouse cho khám phá dữ liệu. D D. Data Lake có chi phí lưu trữ cao hơn Data Warehouse.

A A. Tăng lãi suất cho vay. B B. Phát hiện gian lận, đánh giá rủi ro tín dụng và cá nhân hóa dịch vụ khách hàng. C C. Giảm số lượng chi nhánh ngân hàng. D D. Tăng phí giao dịch.

A A. Tăng tốc độ xử lý dữ liệu. B B. Đảm bảo tính toàn vẹn, bảo mật và quyền riêng tư của dữ liệu. C C. Giảm chi phí lưu trữ dữ liệu. D D. Tăng cường khả năng mở rộng hệ thống.

A A. Một loại ngôn ngữ lập trình để phân tích dữ liệu. B B. Một hệ thống quản lý cơ sở dữ liệu quan hệ. C C. Một framework phần mềm mã nguồn mở để lưu trữ và xử lý dữ liệu lớn phân tán. D D. Một công cụ trực quan hóa dữ liệu.

A A. Dữ liệu có kích thước nhỏ và dễ quản lý. B B. Dữ liệu có cấu trúc rõ ràng và dễ dàng phân tích. C C. Dữ liệu có khối lượng lớn, tốc độ cao và đa dạng, vượt quá khả năng xử lý của các hệ thống truyền thống. D D. Dữ liệu chỉ được tạo ra từ các thiết bị di động.

A A. Machine Learning làm giảm kích thước dữ liệu Big Data. B B. Machine Learning giúp tự động hóa quá trình phân tích và dự đoán trên Big Data. C C. Machine Learning thay thế hoàn toàn con người trong việc phân tích Big Data. D D. Machine Learning chỉ được sử dụng để trực quan hóa dữ liệu Big Data.

A A. Microsoft Excel. B B. Tableau hoặc Power BI. C C. Microsoft Word. D D. Paint.

A A. Giảm tốc độ xử lý dữ liệu. B B. Khả năng mở rộng linh hoạt, chi phí hiệu quả và dễ dàng truy cập. C C. Tăng độ phức tạp trong quản lý dữ liệu. D D. Giảm tính bảo mật của dữ liệu.

A A. Thay thế hoàn toàn cơ sở dữ liệu quan hệ (SQL). B B. Quản lý dữ liệu có cấu trúc phức tạp. C C. Xử lý dữ liệu giao dịch có tính ACID (Atomicity, Consistency, Isolation, Durability). D D. Lưu trữ và truy vấn dữ liệu phi cấu trúc hoặc bán cấu trúc với khả năng mở rộng cao.

A A. Spark chỉ có thể xử lý dữ liệu có cấu trúc. B B. Spark nhanh hơn Hadoop MapReduce vì xử lý dữ liệu trong bộ nhớ (in-memory). C C. Hadoop MapReduce hỗ trợ nhiều ngôn ngữ lập trình hơn Spark. D D. Hadoop MapReduce có khả năng xử lý dữ liệu theo thời gian thực tốt hơn Spark.

A A. Chỉ dữ liệu dạng văn bản và số. B B. Chỉ dữ liệu có cấu trúc. C C. Dữ liệu có cấu trúc, bán cấu trúc và phi cấu trúc. D D. Chỉ dữ liệu từ mạng xã hội.

A A. Tăng giá thuốc. B B. Giảm thời gian chờ đợi của bệnh nhân. C C. Cá nhân hóa phương pháp điều trị và dự đoán dịch bệnh. D D. Giảm số lượng bác sĩ cần thiết.

A A. Velocity (Tốc độ) B B. Variety (Đa dạng) C C. Volume (Khối lượng) D D. Veracity (Độ tin cậy)

A A. Phân tích dữ liệu. B B. Lưu trữ dữ liệu đã qua xử lý. C C. Thu thập dữ liệu từ nhiều nguồn khác nhau. D D. Trực quan hóa dữ liệu.