Đề 11 – Bài tập, đề thi trắc nghiệm online Dữ liệu lớn (BigData)

1. Thách thức về `data silo′ (tổ chức dữ liệu rời rạc) trong Big Data là gì?

A. Dữ liệu quá lớn để xử lý

B. Dữ liệu bị phân mảnh và khó tích hợp, gây khó khăn cho việc phân tích toàn diện

C. Dữ liệu không được bảo mật

D. Dữ liệu không được cập nhật thường xuyên

2. Đặc tính `Veracity′ của Big Data liên quan đến vấn đề gì?

A. Tính hữu ích và giá trị của dữ liệu cho doanh nghiệp

B. Độ tin cậy và chính xác của nguồn dữ liệu

C. Khả năng mở rộng và linh hoạt của hệ thống dữ liệu

D. Quy trình chuyển đổi dữ liệu thô thành thông tin có giá trị

3. Giá trị (Value) trong Big Data thể hiện điều gì?

A. Kích thước và số lượng dữ liệu thu thập được

B. Công nghệ và công cụ được sử dụng để xử lý dữ liệu

C. Lợi ích và thông tin chiết xuất được từ dữ liệu

D. Độ phức tạp và đa dạng của dữ liệu

4. Đặc điểm `Volume′ trong Big Data đề cập đến yếu tố nào?

A. Độ phức tạp của cấu trúc dữ liệu

B. Kích thước khổng lồ của dữ liệu

C. Tốc độ tạo ra và xử lý dữ liệu

D. Sự đa dạng của các loại dữ liệu

5. Big Data có thể giúp ích gì cho ngành y tế?

A. Giảm chi phí bảo hiểm y tế

B. Cải thiện chẩn đoán bệnh và phát triển thuốc mới

C. Tăng số lượng bệnh viện và phòng khám

D. Đơn giản hóa thủ tục hành chính trong bệnh viện

6. NoSQL database thường được sử dụng trong Big Data vì lý do chính nào?

A. Chi phí thấp hơn so với SQL database

B. Khả năng xử lý dữ liệu phi cấu trúc tốt hơn và mở rộng linh hoạt

C. Giao diện người dùng thân thiện hơn

D. Khả năng bảo mật dữ liệu tốt hơn

7. Yếu tố `Velocity′ trong Big Data nhấn mạnh khía cạnh nào?

A. Giá trị kinh tế tiềm ẩn trong dữ liệu

B. Tốc độ dữ liệu được tạo ra và cần xử lý nhanh chóng

C. Khả năng xác minh tính chính xác của dữ liệu

D. Độ biến động và không chắc chắn của dữ liệu

8. Xu hướng `AI for Big Data′ (Trí tuệ nhân tạo cho Big Data) nhấn mạnh điều gì?

A. Sử dụng AI để lưu trữ Big Data

B. Tích hợp AI và Machine Learning để tự động hóa và nâng cao hiệu quả phân tích Big Data

C. Thay thế Big Data bằng AI

D. Sử dụng AI để bảo mật Big Data

9. IoT (Internet of Things) tạo ra lượng dữ liệu lớn như thế nào cho Big Data?

A. IoT tạo ra lượng dữ liệu nhỏ và có cấu trúc

B. IoT là nguồn dữ liệu chính của Big Data, tạo ra lượng dữ liệu khổng lồ và đa dạng

C. IoT không liên quan đến Big Data

D. IoT chỉ tạo ra dữ liệu văn bản cho Big Data

10. Hadoop thường được sử dụng trong Big Data để làm gì?

A. Trực quan hóa dữ liệu

B. Lưu trữ và xử lý phân tán dữ liệu

C. Mã hóa dữ liệu

D. Thu thập dữ liệu từ cảm biến

11. Khái niệm `data lakehouse′ (hồ nhà dữ liệu) ra đời nhằm mục đích gì?

A. Thay thế hoàn toàn data warehouse

B. Kết hợp ưu điểm của data lake và data warehouse

C. Tăng cường bảo mật cho data lake

D. Giảm chi phí xây dựng data warehouse

12. Trong lĩnh vực tài chính, Big Data được ứng dụng chủ yếu để làm gì?

A. Quản lý nhân sự

B. Dự báo thị trường chứng khoán và phát hiện gian lận

C. Thiết kế logo thương hiệu

D. Tổ chức sự kiện khách hàng

13. Đâu là một thách thức về mặt đạo đức khi sử dụng Big Data?

A. Chi phí đầu tư vào công nghệ Big Data quá lớn

B. Nguy cơ xâm phạm quyền riêng tư và sử dụng dữ liệu cá nhân không đúng mục đích

C. Sự phức tạp trong việc tích hợp các hệ thống Big Data khác nhau

D. Thiếu hụt các tiêu chuẩn và quy định về Big Data

14. Data governance (quản trị dữ liệu) có vai trò gì trong môi trường Big Data?

A. Tăng tốc độ xử lý dữ liệu

B. Đảm bảo chất lượng, bảo mật, và tuân thủ các quy định về dữ liệu

C. Giảm chi phí lưu trữ dữ liệu

D. Đơn giản hóa quy trình ETL

15. Ứng dụng nào sau đây KHÔNG phải là ứng dụng phổ biến của Big Data?

A. Phân tích hành vi khách hàng trong bán lẻ

B. Dự báo thời tiết

C. Quản lý kho hàng thủ công

D. Phát hiện gian lận trong tài chính

16. Edge computing (điện toán biên) có liên quan đến Big Data như thế nào?

A. Edge computing thay thế Big Data

B. Edge computing giúp xử lý dữ liệu Big Data gần nguồn phát sinh, giảm độ trễ và tải mạng

C. Edge computing chỉ xử lý dữ liệu nhỏ, không liên quan đến Big Data

D. Edge computing dùng để trực quan hóa dữ liệu Big Data

17. Data mining (khai phá dữ liệu) đóng vai trò gì trong quá trình phân tích Big Data?

A. Thu thập dữ liệu từ nhiều nguồn

B. Làm sạch và chuẩn hóa dữ liệu

C. Tìm kiếm mẫu và tri thức ẩn sâu trong dữ liệu

D. Trực quan hóa kết quả phân tích dữ liệu

18. Trong bối cảnh Big Data, `real-time analytics′ (phân tích thời gian thực) có nghĩa là gì?

A. Phân tích dữ liệu lịch sử

B. Phân tích dữ liệu được thu thập theo lô định kỳ

C. Phân tích dữ liệu ngay khi nó được tạo ra

D. Phân tích dữ liệu sau khi đã được lưu trữ trong kho dữ liệu

19. Một trong những kỹ năng quan trọng nhất cho một chuyên gia Big Data là gì?

A. Kỹ năng thiết kế đồ họa

B. Kỹ năng phân tích và giải quyết vấn đề

C. Kỹ năng quản lý dự án xây dựng

D. Kỹ năng bán hàng và marketing

20. Spark khác biệt so với Hadoop MapReduce chủ yếu ở điểm nào?

A. Khả năng xử lý dữ liệu thời gian thực tốt hơn

B. Khả năng lưu trữ dữ liệu lớn hơn

C. Khả năng bảo mật dữ liệu cao hơn

D. Khả năng tương thích với nhiều loại dữ liệu hơn

21. Khái niệm `data fabric′ (mạng lưới dữ liệu) trong Big Data hướng đến mục tiêu gì?

A. Tăng tốc độ truy cập dữ liệu

B. Tạo ra một lớp trừu tượng hóa dữ liệu, giúp truy cập và quản lý dữ liệu phân tán dễ dàng hơn

C. Giảm chi phí lưu trữ dữ liệu

D. Tăng cường bảo mật cho dữ liệu

22. Machine learning (học máy) được ứng dụng trong Big Data analytics để làm gì?

A. Lưu trữ dữ liệu hiệu quả hơn

B. Tự động hóa quá trình phân tích và dự đoán

C. Tăng cường bảo mật dữ liệu

D. Cải thiện tốc độ truyền tải dữ liệu

23. Đâu là thách thức lớn nhất khi làm việc với Big Data?

A. Sự thiếu hụt các công cụ phần mềm

B. Khả năng quản lý và xử lý khối lượng dữ liệu khổng lồ

C. Chi phí đầu tư ban đầu quá cao

D. Sự khan hiếm nhân lực có kỹ năng phân tích dữ liệu

24. Data warehouse (kho dữ liệu) khác biệt với data lake (hồ dữ liệu) chủ yếu ở điểm nào?

A. Data warehouse lưu trữ dữ liệu phi cấu trúc, data lake lưu trữ dữ liệu cấu trúc

B. Data warehouse dữ liệu đã được xử lý và chuẩn hóa, data lake lưu trữ dữ liệu thô

C. Data warehouse có khả năng mở rộng lớn hơn data lake

D. Data warehouse dễ dàng truy cập hơn data lake

25. Serverless computing (điện toán phi máy chủ) có thể hỗ trợ Big Data analytics bằng cách nào?

A. Giảm chi phí phần cứng

B. Cung cấp khả năng mở rộng tự động và linh hoạt cho các tác vụ phân tích Big Data

C. Tăng cường bảo mật dữ liệu

D. Đơn giản hóa việc quản lý database

26. Thuật ngữ `Variety′ trong Big Data mô tả điều gì?

A. Tính xác thực và đáng tin cậy của dữ liệu

B. Sự thay đổi liên tục của dữ liệu theo thời gian

C. Sự đa dạng về kiểu và nguồn dữ liệu

D. Khả năng dữ liệu được truy cập và sử dụng rộng rãi

27. Cloud computing (điện toán đám mây) đóng vai trò quan trọng trong Big Data như thế nào?

A. Cung cấp nền tảng lưu trữ và xử lý dữ liệu có khả năng mở rộng linh hoạt

B. Giúp giảm thiểu rủi ro mất dữ liệu

C. Đơn giản hóa quá trình thu thập dữ liệu

D. Cải thiện chất lượng dữ liệu

28. Social media (mạng xã hội) là một nguồn dữ liệu quan trọng cho Big Data vì điều gì?

A. Dữ liệu mạng xã hội luôn có cấu trúc rõ ràng và dễ xử lý

B. Mạng xã hội tạo ra lượng dữ liệu lớn về ý kiến, hành vi và tương tác của người dùng

C. Dữ liệu mạng xã hội luôn chính xác và đáng tin cậy

D. Mạng xã hội cung cấp dữ liệu lịch sử lâu dài

29. Data visualization (trực quan hóa dữ liệu) giúp ích gì trong Big Data analytics?

A. Tăng tốc độ xử lý dữ liệu

B. Giảm chi phí lưu trữ dữ liệu

C. Giúp dễ dàng hiểu và diễn giải các kết quả phân tích

D. Cải thiện độ chính xác của dữ liệu

30. ETL (Extract, Transform, Load) là quy trình quan trọng trong Big Data để làm gì?

A. Bảo mật dữ liệu

B. Quản lý siêu dữ liệu

C. Chuẩn bị dữ liệu cho phân tích

D. Trực quan hóa dữ liệu