baiin_Y的博客

原创 统计学，机器学习，数据挖掘，深度学习

统计学是收集，分析，表述和解释数据的科学。作为数据分析的一种有效工具，统计方法已广泛应用于社会科学和自然科学的各个领域，是各学科领域研究者和实际工作者的必备知识。 统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，为相关决策提供依据和参考。 ...

原创 YARN工作机制

原创 HDFS的block和切片（split）的区别

1.block的存储是真实的。 2.split的存储是虚拟的，目的是减少块的数量，方便以后读取。 一个split上可能有多个block，但一个block不一定单属于一个split。

原创 节点距离计算

1. 同一机架同一节点间的距离为1。 2.同一机架不同节点之间的距离为2。 3.同一集群不同机架上的节点间的距离为4。 4.同一数据中心不同集群上的节点间的距离为6。

原创 HDFS读数据流程

原创 HDFS 写数据流程

HDFS写数据流程导图