Vous avez migré des fichiers ORC vers un bucket Cloud Storage et souhaitez utiliser Hive sur un cluster Dataproc, en répliquant éventuellement les données dans HDFS pour des raisons de performance. Quelles sont les deux méthodes qui vous permettent de commencer à utiliser Hive sur Dataproc ? (Choisissez-en deux.)

La première méthode correcte consiste à transférer les fichiers ORC du bucket Cloud Storage vers le nœud maître Dataproc à l'aide de gsutil, puis à utiliser les utilitaires Hadoop (comme hadoop fs -put) pour les copier dans HDFS. Une fois dans HDFS, vous pouvez créer des tables Hive qui pointent vers ces fichiers. C'est une approche directe pour intégrer les données dans HDFS. La deuxième méthode correcte utilise le connecteur Cloud Storage pour Hadoop. Ce connecteur permet à Hive sur Dataproc de traiter directement les fichiers ORC stockés dans Cloud Storage comme des tables externes. Cela évite une copie initiale vers HDFS. Si une réplication vers HDFS est souhaitée pour des raisons de performance, vous pouvez ensuite créer des tables Hive natives à partir de ces tables externes. Les options incorrectes impliquent des transferts inefficaces ou des technologies non pertinentes. Transférer directement vers HDFS avec gsutil n'est pas la méthode standard, et transférer vers n'importe quel nœud Dataproc n'est pas une étape utile pour l'ingestion HDFS. L'utilisation de BigQuery est une approche différente et n'est pas la méthode directe pour utiliser des fichiers ORC existants dans Cloud Storage avec Hive sur Dataproc.