分布式和集群之间的区别？什么是云计算平台？分布式应用程序场景？

Distributed意味着将业务划分为不同的子业务，并分布在不同的计算机上执行. 集群意味着将多个服务器聚集在一起以实现同一业务，这可以看作是一台计算机和一个云计算平台，用于通过一组软件系统集中调度和使用分布式部署资源. 为了应付大并发并实现高可用性，您既需要分发又需要群集.

Distributed: 是指将业务拆分为不同的子业务并在不同的计算机上执行.

常用的分布式方法是在负载平衡服务器之后添加一堆Web服务器，然后在顶部构建一个缓存服务器以保存临时状态，并在以后共享，

如图所示:

只有在这种环境中真正分布的Web服务器，并且Web服务器之间没有连接，因此结构和实现非常简单.

集群: 是指将多个服务器聚集在一起以实现同一业务，可以视为一台计算机.

由多个服务器组成的一组计算机作为一个整体存在，并为用户提供一组网络资源. 这些单个服务器是群集的节点.

可扩展性: 集群中的服务节点可以动态添加计算机，以增加集群的处理能力.

高可用性: 如果集群中的某个节点发生故障，则该节点上运行的服务可以被其他服务节点接管，从而增强了集群的高可用性.

常用的群集分类

1. 高可用性群集（High Availability Cluster）

高可用性群集，普通的两节点双机热备份，多节点HA群集.

2. 负载均衡集群（Load Balance Cluster）

Nginx通常用于将请求分发到后端的不同Web服务器以及群集，而负载平衡是为了确保服务器的高可用性和高并发性.

3. 高性能计算集群

称为HPC群集. 这种类型的群集专用于提供强大的计算能力，而这是单台计算机无法提供的.

负载平衡: 负载平衡可以将任务平均分配到群集环境中的计算和网络资源中.

集群容错: 在我们的系统中使用集群环境时，由于各种原因导致集群调用失败时，集群容错起着至关重要的作用.

例如，Dubbo的群集容错能力:

故障转移群集

故障自动切换. 发生故障时，请重试通常用于读取操作的其他服务器，但是重试会带来更长的延迟.

故障转移群集

快速失败，仅启动一个呼叫，失败后立即报告错误. 通常用于非等幂写入操作，例如添加新记录.

故障回复群集

自动恢复故障，记录后台故障请求，并定期重新传输，通常用于消息通知操作.

叉形集群

并行调用多台服务器，并在成功后立即返回. 通常用于需要较高实时性能的读取操作，但它需要浪费更多的服务资源.

从狭义上讲，分布式也类似于集群，但是其组织相对松散. 与集群不同，它具有一定的组织. 一台服务器关闭，其他服务器可以排在第一位.

分发中的每个节点完成一项不同的业务. 如果节点出现故障，则无法访问该业务.

1. 分布式意味着将业务划分为不同的子业务，并在不同的计算机上进行分布和执行.

2. 集群意味着将多个服务器聚集在一起以实现同一服务，这可以看作一台计算机.

每个分布式节点都可以用作群集. 而且群集不一定是分布式的.

云计算平台将通过一组软件系统集中调度和使用分布式资源. 为了应付大并发并实现高可用性，您既需要分发又需要群集.

例如，负载平衡，如果它只是一台服务器，则当它关闭时，该服务器将消失.

分布式的困难在于许多机器需要依赖项来执行不同的任务. 这些任务所需的资源和时间可能非常不同. 一些机器也可能会罢工. 我们如何协调和实现效率？最高，消耗最少，没有错误.

我通常会接触多种分布式系统，例如分布式文件系统，分布式，分布式WebServices，分布式计算等，它们面对不同的场景，但是分布式思想是否相同？<

假设我们有一台服务器，它每秒可以处理一百万个请求. 可以通过http访问此请求以下载网页，通过tcp下载文件，jdbc执行sql，RPC调用接口...，现在我们有了一个数据，该请求为每秒200万. 显然，服务器无法容纳它，它将拒绝访问，甚至崩溃和崩溃. 我该怎么办？

一台机器无法解决的问题，然后是两台机器无法解决. 因此，我们添加一台机器，每台负担一百万. 如果请求数量继续增加，并且两个请求不能解决问题云计算分布式，那么三个请求就会大声呼喊.

此方法称为水平扩展. 如何实现请求的平均分配是负载平衡.

另一个栗子，我们现在有两个数据请求，数据1 900,000，数据2 800,000，以上机器无法容纳云计算分布式，我们添加了一台机器来进行负载平衡，每台机器处理450,000数据1和400,000数据2，但拆分太麻烦了，最好处理数据1和数据2，这也可以解决问题. 这样我们称之为垂直分割.

水平扩展和垂直拆分是分布式体系结构的两个思想，但这不是选择的问题，更多的是并购. 下面描述实际情况. 这也是许多互联网公司的想法.

我目前工作的公司的计算机系统非常大，它自然是一个整个分布式系统. 等等，每个部门都有自己的Web服务器集群，服务器集群，通过同一网站访问的链接可能来自不同的服务器和，对该网站的访问以及将基础分配给不同的服务器集群，这是典型的垂直拆分根据业务. 当各部门的服务器无法容纳时，将进行灵活的扩展，即水平扩展.

在层，某些表非常大，数据量处于数亿个级别. 如果仅是水平扩展，则不一定是最佳扩展. 例如，如果拆分表，则可以按用户ID水平拆分表. id模的模式将用户分为多个表，这些表也可以位于不同的服务器上. 业务垂直拆卸和用户水平拆卸是分布式中的常见解决方案.

例如，Mycat开源分布式中间件mycat.io /

在分布式系统中，解决了负载平衡问题后，另一个问题是数据的一致性. 这需要通过同步来保证. 根据不同的情况和需求，同步方法也是选择性的.

在分布式文件系统（例如产品页面的图片）中，如果进行了修改，则即使延迟几秒钟甚至几分钟是可以接受的，同步要求也不高，因为通常不会造成有损影响，因此，您可以只使用文件修改的时间戳，并在特定时间进行扫描和同步，这会牺牲一致性以提高效率.

但是银行中的分布式不一样. 一点点的同步是不可接受的. 您甚至可以通过牺牲锁定等性能来保证完全一致性.

Paxos算法被认为是共识算法中最好的算法，而Chubby和ZooKeeper中的Paxos是其一致性的核心. 该算法相对难以理解，而且我还没有弄清楚，因此在此不再赘述.

weixin.qq.com/r/0UwmPsnEJJRbrY1d9xnD

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-165331-1.html