集群与分布式区别

在学习接触大数据相关各类技术后，好比：

zookeeper分布式应用协调服务组件、

Hadoop是分布式计算平台（包含分布式文件系统HDFS和分布式计算和任务处理MapReduce）、

Hive是分布式数据库、

Hbase是分布式kv系统、

kafka 分布式消息系统、

dubbo分布式服务框架、

Storm分布式实时计算模式框架、

Spark是分布式计算系统、

NoSQL分布式数据库、

Redis分布式缓存框架等

这些分布式的框架或系统均可以搭建相应的集群，集群和分布式有什么区别呢？

简单说：

分布式是以缩短单个任务的执行时间来提高效率的，分布式会将不一样的业务分布在不一样的节点上，一个节点垮了，那这个业务就不能够访问，分布式中的每个节点均可以作集群，而集群不必定是分布式的。

而集群则是经过提升单位时间内执行的任务数来提高效率，集群会将几台服务器集中在一块儿，实现同一业务。

好比：

若是一个任务由10个子任务组成，每一个子任务单独执行需1小时，则在一台服务器上执行改任务需10小时。

采用分布式方案，提供10台服务器，每台服务器只负责处理一个子任务，不考虑子任务间的依赖关系，执行完这个任务只需一个小时。(这种工做模式的一个典型表明就是Hadoop的Map/Reduce分布式计算模型）

而采用集群方案，一样提供10台服务器，每台服务器都能独立处理这个任务。假设有10个任务同时到达，10个服务器将同时工做，10小后，10个任务同时完成，这样，整身来看，仍是1小时内完成一个任务！

 

集群举例：好比新浪网，访问的人多了，他能够作一个集群，前面放一个响应服务器，后面几台服务器完成同一业务，若是有业务访问时，响应服务器会看哪台服务器负载不是很重（负载均衡集群），就将给哪一台去完成。集群会有必定组织性，一台执行任务服务器垮了（高可用集群，或者说响应服务器垮了，会再选出一个响应服务器），其它服务器能够顶上来。若是咱们对海量的数据日志进行用户行为的分析，咱们就涉及到高性能计算集群，简称HPC集群。这类集群致力于提供单个计算机所不能提供的强大的计算能力。（高性能计算集群有分高吞吐式计算和分布计算）。

集群的优势

<1>高扩展性

<2>高可用性HA:集群中的一个节点失效，它的任务可传递给其余节点。能够防止单点失效

<3>高性能：负载平衡集群容许系统同时接入更多的用户

<4>高性能价比：能够采用廉价的复合工业标准的硬件来构造高性能的系统。

有关集群的原理

你们能够参考这个连接http://www.cnblogs.com/zhijianliutang/archive/2012/03/05/2381055.html