大数据时代，计算模式从客户机/服务器到节点的转变

    在数据库时代，计算机在分布体系中的角色有明确划分，不是客户机就是服务器，一般是一台服务器连着多台客户机，服务器承担存储和计算的工做，客户机负责显示服务器的处理结果。高性能的计算机，好比小型机会被作为服务器，低端的计算机，如我的计算机成为客户机。这就是之前常常说的Client/Server(客户机/服务器）结构。

    到了大数据时代，这种角色已经悄然发生了变化。客户机/服务器的概念已经模糊化，被“节点”的概念取代。而这种变化的缘由，归根结底，仍是数据处理需求发生了本质变化，迫使数据处理模型对应改变。有经验的数据系统管理员不妨对比一下，在数据库里，咱们面临的数据存储和计算量是多少；而在大数据环境里，这些数据存储和计算量又是多少？正是因为大数据集群的数据存储和计算量实在太大，若是继续按照C/S模式来处理数据，就没法适应这种巨量的数据处理需求，同时还有设备采购成本和运营成本的带来压力，也迫切须要转变系统运行模式，从新设计系统架构。这样，节点的概念便应运而生。如今的大数据环境里，数据处理都被设计成按功能划分，切割成不一样的阶段和模块，每一个节点同时承担客户机和服务器的双重角色，即发送指令又处理指令。当发送指令的时候，它是一台客户机，等待服务器的反馈；当接受和处理指令的时候，它是一台服务器，执行数据处理工做。这种角色和工做模式的变化，既有简化数据处理设计和流程带来的好处，也使得咱们对计算机性能的要求不那么关注了。如今的大数据集群里，我的计算机因此可以彻底代了小型机，正是这个缘由。而且因为进一步下降成本和节约能源消耗的须要，以手机为表明的移动架构硬件也愈来愈多地进入到大数据环境里，这对加快大数据的普及是十分有利的。

    如下是Laxcus集群的节点分布图，全部节点都被设计成按照功能划分，它们在集群中承担着不一样的工做，协同执行数据处理任务。