Checkpointing ve pipeline splitting gerektiren ETL işlem hatları için hangi Hadoop programlama modeli uygundur?
Bir cevap seçin
Cevabınızı kontrol etmek için bir seçeneğe dokunun.
Doğru cevap: Pig kullanılarak PigLatin.
Neden bu cevap
Checkpointing ve pipeline splitting gibi karmaşık ETL senaryoları için PigLatin, MapReduce'a göre daha yüksek seviyeli bir soyutlama sunar. Pig, veri akışını tanımlamak için adım adım bir yaklaşım sağlar ve bu da ara sonuçların (checkpointing) kolayca kaydedilmesine olanak tanır. Ayrıca, bir veri akışını birden çok bağımsız parçaya bölme (pipeline splitting) yeteneği, Pig'in karmaşık ETL boru hatlarını yönetmede esnekliğini artırır. HiveQL, SQL benzeri yapısıyla daha çok veri sorgulama odaklıdır ve bu tür akış kontrol mekanizmalarını doğrudan desteklemez. MapReduce Java veya Python ile doğrudan programlamak, bu özelliklerin manuel olarak kodlanmasını gerektirir ki bu da daha fazla geliştirme çabası ve hata potansiyeli anlamına gelir.
Sonsuz cevap arayışı olmadan sınavınızı geçin
Bu sınav için her doğrulanmış soruyu ve açıklamayı tek bir yerde edinin ve saatlerce süren hazırlıktan tasarruf edin. 1.000'den fazla sertifika · 20'den fazla dil · ücretsiz başlayın.
Sınavınızı daha hızlı geçin → Kart gerekmez