1、随机和顺序读写，是存储器的两种输入输出方式。
2、总的来说，虽然机械硬盘在技术上可以在任意位置进行读写操作，但从性能和效率的角度来看，顺序读写是更优的选择。这也是为什么在设计和优化数据存储系统时，通常会尽量减少随机读写操作的原因。
3、连续读写速度差一倍，随机读写速度差距很小。题主所述pcie0×4的NEVE固态硬盘接在pcie0×2的接口时主要损失带宽，影响的是连续读写的速度，会有一半左右的衰减。但是对硬盘的随机读写影响很小。在日常生活使用中体验差距不大。但在大文件的拷贝上会有影响。
4、对。磁盘的读写数据都是从盘片的中心向外散开，按照顺序一个一个扇区进行读写。而顺序读写就是连续读写多个扇区，中间没有任何间隔；随机读写则是每次读写不同的扇区，每次读写不同的扇区要寻道和旋转延迟，速度较慢。
5、随机读写，从字面意思可以理解为不遵循文件的先后顺序进行数据的读取和写入，当固态硬盘在执行读写操作的时候，可任意跳到某个文件进行读写操作；它的主要作用是针对零碎文件（病毒扫描、启动程序等）任务，速度的单位是IOPS。它的特点是读写时间长、读写数据小且分散、充满随机性。
分箱：分箱方法是一种简单常用的预处理方法，通过考察相邻数据来确定最终值。所谓“分箱”，实际上就是按照属性值划分的子区间，如果一个属性值处于某个子区间范围内，就称把该属性值放进这个子区间所代表的“箱子”内。
pipeline工具本身一般是控制这些工具的流程，最简单的crontab就定时执行就好，但是有时候会有数据依赖的问题，比如第7步依赖第三步的两个文件以及平行的第6步的文件，这个依赖并不是线性的，而是一个图的形式。
数据清洗 数据清洗是处理含有错误、缺失值、异常值或重复数据等问题的数据的过程。常见的清洗操作包括删除重复数据、填补缺失值、校正错误值和处理异常值，以确保数据的完整性和一致性。
数据预处理的重要性在于提升分析效率和模型准确性。常见的预处理方法包括：数据清洗：处理缺失值、重复值和异常值，如发现一个年龄字段的异常值1000000岁，会直接影响平均值计算。数据转换：例如标准化（如Z-score）或归一化（如Min-Max），将数值特征调整到统一尺度，便于模型处理。
数据收集：机器学习的起点是数据收集。数据可以从各种来源获取，如网络爬虫、传感器、数据库等。数据的质量和多样性对于机器学习模型的性能具有重要影响。数据预处理：在收集到数据后，需要进行数据预处理。
数据预处理是数据挖掘和机器学习的重要步骤，其主要方法有以下几种：首先，粗糙集理论以其在处理不精确和不确定数据方面的高效性，为数据精简提供了一种有效手段。数据中的模糊性，如术语的模糊和数据的不确定性，粗糙集理论都能有效应对。
大数据预处理 数据预处理是提高数据分析质量的关键。它包括数据清理、数据集成、变换和数据规约。数据清理涉及过滤、去噪和处理不一致数据。数据集成解决模式匹配、数据冗余和数据值冲突问题。数据变换包括平滑、聚集、数据泛化和规范化。
遗漏值处理（缺少感兴趣的属性）、噪音数据处理（数据中存在着错误、或偏离期望值的数据）、不一致数据处理。
大数据技术的关键在于处理海量数据，并从中提取有价值的信息。这个过程涉及多个技术层面，包括数据采集、预处理、存储管理、处理与分析以及可视化展示。 数据采集技术 数据采集技术通过RFID、传感器、社交网络和移动互联网等多种渠道，实现对结构化、半结构化和非结构化数据的收集。
大数据采集技术：这一技术通过 RFID 数据、传感器数据、社交网络交互数据及移动互联网数据等方式，实现对结构化、半结构化及非结构化的海量数据的获取。 大数据预处理技术：该技术的主要任务是对采集到的数据进行辨析、抽取、清洗、填补、平滑、合并、规格化及检查一致性等操作，以确保数据的质量。
大数据分析及挖掘技术 大数据分析技术：改进已有数据挖掘和机器学习技术；开发数据网络挖掘、特异群组挖掘、图挖掘等新型数据挖掘技术；突破基于对象的数据连接、相似性连接等大数据融合技术；突破用户兴趣分析、网络行为分析、情感语义分析等面向领域的大数据挖掘技术。
大数据关键技术有数据存储、处理、应用等多方面的技术，根据大数据的处理过程，可将其分为大数据采集、大数据预处理、大数据存储及管理、大数据处理、大数据分析及挖掘、大数据展示等。