云计算基础技术的高性能集群

在孙悟空的七十二个变化中，我认为最强大的是化身的能力. 这也是他努力尝试的终极绝招，他经常会击中怪物而无法触及北方.

集群（其科学名称为“集群”）可以翻译成各种含义，例如“集群”，“集群”，“集群”等. 在技术领域，不同的翻译具有不同的含义，但是它们都有一个共同的方向，即组. 集群是由一组计算机组成的实体，通常为整个用户提供资源和服务.

集群的研发与人们对高性能计算的追求密不可分. 我们熟悉的矢量机，对称多处理器，工作站，超级计算机等都是追求高性能计算的产品.

这些系统要么增加CPU频率和总线带宽以提高系统性能，要么增加CPU数量和内存容量以提高性能，但是这些方法的性能提升有限. 有人做了实验. 当CPU数量超过某个阈值时，系统性能将下降. 主要瓶颈在于，随着CPU数量的增加，CPU用于访问内存的带宽无法有效地增加.

相反，集群系统的性能可伸缩性线性增加. 我们可以通过增加机器数量来简单地增加集群的计算能力. 与购买高性能的大型计算机相比，我们可以在相同的计算能力下获得更高的性价比. 同时，系统的可靠性也得到了增强.

早在1970年代，计算机制造商和研究机构就开始研究和开发集群系统. 第一个创造性地发明集群的人是超级计算机之父Seymour Cray.

西摩是一名美国工程师. 在1960年代，CDC开始进入高性能计算领域. 那时，它仍然是大型机的世界. 这些大型机的设计非常复杂，生产周期很长，价格仍然非常昂贵. 因此，当时担任CDC首席设计师的Seymour决心在他的脑海中构建一台高性能计算机.

出于工程师的直觉，Seymour很快将并行性视为提高计算机性能的有效方法. 他使用便宜的方法来获得与大型机相同的计算能力. 他连接了多个普通处理器以使它们能够一起工作，这是高性能计算机的原型.

后来，IBM和HP等公司了解了Seymour的体系结构，并开始迅速推广高性能计算机，并逐渐取代了原来的大型机. 高性能计算机为当时的登月计划等大型科研项目做出了重要贡献.

然后进入1980年代，在摩尔定律的指导下，CPU频率持续增加，芯片价格持续下降，个人计算机强劲增长. 苹果，微软和其他公司使用这种股东风格成为个人计算机时代的王者. 随之而来的是高性能计算机市场被吞噬，并被迫撤回了公司的服务器市场.

但是很快，随着Internet的普及，高性能计算机迎来了新的浪潮. Internet上的大量用户使普通PC难以处理如此多的网络请求，并且必须依靠由高性能计算机组成的服务器群集. 在2000年左右的互联网泡沫时期，许多服务器制造商如Sun诞生了.

如今，IT行业正在影响云计算，诸如Google，Apple，Amazon等巨头已经建立了自己的数据中心. 群集的规模在不断扩大，为海量数据提供支持以改善基础架构. 根据不同的应用场景，集群已经演化为各种形式，例如高性能集群，高可用性集群，负载均衡集群等.

集群不是简单的硬件堆栈，而是硬件和软件的组合. 通过该软件，集群至少需要:

这两点更容易理解. 群集的大小通常相对较大. 对于管理员而言，有必要随时知道群集中每个节点的业务是否正常. 如果有问题，如何确保业务不中断，如何应对流量的高峰和低谷，如果这些操作是完全手动完成的，那将是非常悲惨的. 依靠软件和网络来完成自动管理方法可以释放管理员. 当然高性能计算机集群 方案，以上两点比较广泛，用户可以根据自己的需求部署不同的集群元素.

更经典的集群模型是Beowulf集群，该集群将来自网络的请求分发到每个节点高性能计算机集群 方案，以通过单个节点进行计算处理.

集群和分布就像孪生兄弟. 我认为，它们之间没有特别清晰的分界线，集群不能与分布式分离，而分布式也需要集群. 如果必须加以区别，则可以应用隐喻来描述两者之间的区别:

一家餐厅刚刚开业. 由于成本限制，它雇用了一名厨师. 慢慢地，餐饮业变得越来越好. 一个厨师很难应付，所以他又雇了一个. 两位厨师的级别相同，并且都可以做相同的事情，因此两位厨师之间的关系是集群. 除了做饭，两位厨师还负责洗菜和配菜. 工作量已严重超过. 为了让厨师专注于烹饪并最大限度地提高菜肴，餐厅还招募了一名厨师来协助厨师，并且厨师与副菜之间的关系得以分配.

此示例更具视觉效果，并且在网站开发中具有相似的关系. 两名全栈工程师之间的关系是集群关系，前端工程师和后端工程师属于分布式关系.

因此，必须有一个区别: 集群是部署在多个服务器上的服务，而分布式是将服务拆分为部署在不同服务器上的多个子服务的服务. 但是，在实际部署中，为了实现高性能，需要分布式部署，而对于高可用性，则需要集群部署，这两项都是业务的必要指标. 因此，集群与分布之间的关系是互补的.

随着虚拟化技术的发展，服务器可以虚拟化多个虚拟机并向外界提供服务. 这种方法大大提高了资源利用率，群集的部署已逐渐从物理机过渡到虚拟机. 灵活性大大提高. 但这也带来了更多的新研究课题. 虚拟计算，虚拟化存储，虚拟化网络，虚拟化安全性等共同推动着云计算行业迈出了一步.

数据中心是集中存储和操作服务器的地方，它是最大的群集. 随着云计算和大数据概念的飞速发展，谷歌，亚马逊和其他明星公司背后的数据中心也开始进入公众视野. 数据中心需要出色的架构设计，电路设计，空间设计等，以及应对各种事故的机制，否则，如果出现小错误，公司的股价可能会暴跌.

地理位置的选择也是数据中心考虑的指标. 随着绿色数据中心概念的兴起，越来越多的人开始关注数据中心带来的能源和环境问题. 天然水源和温度的使用将为数据中心的建设节省大量成本. 像Google这样的大公司的数据中心被故意放置在高纬度，高海拔地区以及湖泊和河流流过的地区，以享受自然的空调和冷却水.

[1]分布式和集群之间有什么区别？

[2]数据中心网络架构演讲

[3] Linux高性能计算集群

[4]高性能计算机的传奇

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-249882-1.html