分布式计算

分布式计算是把一个需要巨大计算能力的任务分解成若干部分，然后分配给多个计算机来处理，处理完的结果汇总在一起得到最终的结果。

1. 并行和并发的区别
   • 并行计算是在时间上同时运行的计算，并发是在一段时间内处在运行和等待的计算。比如说有两台服务器（进程），并行的数量是2，并发可以是1000， 这样是指在两台服务器上可以有1000个计算在运行，不过只有2个是在同时运行，其他的都是在等待资源。
2. 分布式计算和并行计算的区别
   • 并行计算分为时间上的并行和空间上的并行。时间上的并行是流水线技术，在流水线上A-B-C,当机器完成A任务之后，将结果传输到计算B的机器，这个时候A将继续计算，而不是计算A的机器空闲直至C结束才开始下一轮，这样能更加充分的利用资源；空间上的并行是多个处理器并发的执行计算
   • 分布式计算是将数据分成多份，分配给多个处理器，每个处理器将负责所有逻辑的计算，汇总所有处理器的结果就是最终的结果。
   • 并行计算的延伸是超算，而分布式计算的延伸是云计算。超算是基础，云计算是架构。
3. 分布式计算框架的关键支撑
   • 分片算法。随着数据计算量越来越大，单机计算所需要的时间越来越长，效率低下，分片算法会将数据分成多份，然后同步到多台机器上分别计算，这样就可以加速计算的运行。但是有着不足--不能负载均衡，如果是平均分片，有些机器的计算能力强，提前计算结束，那么后面会一直空闲。
   • 消息队列。分片算法能够带来更加快速的计算，如果能够解决缺点，那将会更加的高效，消息队列则弥补了缺点。通过单独的程序将计算任务推送到消息队列，然后负责计算的机器来消费队列中的计算任务。这样就具备了分布式计算的特征：计算任务的分发，扩容和容灾。
4.  常见分布式计算框架
   • Hadoop: HDFS 文件存储系统，Map Reduce 计算框架，Yarn 资源管理系统
   • Spark: RDD 核心，DAG 计算框架，内存中计算，Yarn和Mesos 资源管理
   • Strom: Spout 消息源，Bolt 计算