分布式与集群的区别(转)

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，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。

例如：

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！

 

如下是摘抄自网络文章：

集群概念

1. 两大关键特性 
集群是一组协同工做的服务实体，用以提供比单一服务实体更具扩展性与可用性的服务平台。在客户端看来，一个集群就象是一个服务实体，但事实上集群由一组服务实体组成。与单一服务实体相比较，集群提供了如下两个关键特性：

·  可扩展性－－集群的性能不限于单一的服务实体，新的服务实体能够动态地加入到集群，从而加强集群的性能。

·  高可用性－－集群经过服务实体冗余使客户端免于轻易遇到out of service的警告。在集群中，一样的服务能够由多个服务实体提供。若是一个服务实体失败了，另外一个服务实体会接管失败的服务实体。集群提供的从一个出 错的服务实体恢复到另外一个服务实体的功能加强了应用的可用性。

2. 两大能力 
为了具备可扩展性和高可用性特色，集群的必须具有如下两大能力：

·  负载均衡－－负载均衡能把任务比较均衡地分布到集群环境下的计算和网络资源。

·  错误恢复－－因为某种缘由，执行某个任务的资源出现故障，另外一服务实体中执行同一任务的资源接着完成任务。这种因为一个实体中的资源不能工做，另外一个实体中的资源透明的继续完成任务的过程叫错误恢复。

负载均衡和错误恢复都要求各服务实体中有执行同一任务的资源存在，并且对于同一任务的各个资源来讲，执行任务所需的信息视图（信息上下文）必须是同样的。

3. 两大技术 
实现集群务必要有如下两大技术：

·  集群地址－－集群由多个服务实体组成，集群客户端经过访问集群的集群地址获取集群内部各服务实体的功能。具备单一集群地址（也叫单一影像）是集群的一个基 本特征。维护集群地址的设置被称为负载均衡器。负载均衡器内部负责管理各个服务实体的加入和退出，外部负责集群地址向内部服务实体地址的转换。有的负载均 衡器实现真正的负载均衡算法，有的只支持任务的转换。只实现任务转换的负载均衡器适用于支持ACTIVE-STANDBY的集群环境，在那里，集群中只有 一个服务实体工做，当正在工做的服务实体发生故障时，负载均衡器把后来的任务转向另一个服务实体。

·  内部通讯－－为了能协同工做、实现负载均衡和错误恢复，集群各实体间必须时常通讯，好比负载均衡器对服务实体心跳测试信息、服务实体间任务执行上下文信息的通讯。

具备同一个集群地址使得客户端能访问集群提供的计算服务，一个集群地址下隐藏了各个服务实体的内部地址，使得客户要求的计算服务能在各个服务实体之间分布。内部通讯是集群能正常运转的基础，它使得集群具备均衡负载和错误恢复的能力。

集群分类

Linux集群主要分红三大类( 高可用集群， 负载均衡集群，科学计算集群)

高可用集群( High Availability Cluster)
负载均衡集群(Load Balance Cluster)
科学计算集群(High Performance Computing Cluster)
================================================

具体包括：

Linux High Availability 高可用集群                                       
(普通两节点双机热备，多节点HA集群，RAC, shared, share-nothing集群等)

Linux Load Balance 负载均衡集群                                      
 (LVS等....)

Linux High Performance Computing 高性能科学计算集群     
 (Beowulf 类集群....)

分布式存储                                                                         
其余类linux集群              
(如Openmosix, rendering farm 等..)

详细介绍

1. 高可用集群(High Availability Cluster)
常见的就是2个节点作成的HA集群，有不少通俗的不科学的名称，好比"双机热备", "双机互备", "双机".
高可用集群解决的是保障用户的应用程序持续对外提供服务的能力。 (请注意高可用集群既不是用来保护业务数据的，保护的是用户的业务程序对外不间断提供服务，把因软件/硬件/人为形成的故障对业务的影响下降到最小程度)。

2. 负载均衡集群(Load Balance Cluster)

负载均衡系统：集群中全部的节点都处于活动状态，它们分摊系统的工做负载。通常Web服务器集群、数据库集群和应用服务器集群都属于这种类型。

负载均衡集群通常用于相应网络请求的网页服务器，数据库服务器。这种集群能够在接到请求时，检查接受请求较少，不繁忙的服务器，并把请求转到这些服务器上。从检查其余服务器状态这一点上看，负载均衡和容错集群很接近，不一样之处是数量上更多。

3. 科学计算集群(High Performance Computing Cluster)

高性能计算(High Perfermance Computing)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。

高性能计算分类　　
　高吞吐计算(High-throughput Computing)
　　有一类高性能计算，能够把它分红若干能够并行的子任务，并且各个子任务彼此间没有什么关联。象在家搜寻外星人（ SETI@HOME   -- Search for Extraterrestrial Intelligence at Home ）就是这一类型应用。这一项目是利用Internet上的闲置的计算资源来搜寻外星人。SETI项目的服务器将一组数据和数据模式发给Internet上 参加SETI的计算节点，计算节点在给定的数据上用给定的模式进行搜索，而后将搜索的结果发给服务器。服务器负责将从各个计算节点返回的数据聚集成完整的 数据。由于这种类型应用的一个共同特征是在海量数据上搜索某些模式，因此把这类计算称为高吞吐计算。所谓的Internet计算都属于这一类。按照 Flynn的分类，高吞吐计算属于SIMD（Single Instruction/Multiple Data）的范畴。

 分布计算(Distributed Computing)
　　另外一类计算恰好和高吞吐计算相反，它们虽然能够给分红若干并行的子任务，可是子任务间联系很紧密，须要大量的数据交换。按照Flynn的分类，分布式的高性能计算属于MIMD（Multiple Instruction/Multiple Data）的范畴。

4. 分布式（集群）与集群的联系与区别 分布式是指将不一样的业务分布在不一样的地方。 而集群指的是将几台服务器集中在一块儿，实现同一业务。 分布式中的每个节点，均可以作集群。 而集群并不必定就是分布式的。 举例：就好比新浪网，访问的人多了，他能够作一个群集，前面放一个响应服务器，后面几台服务器完成同一业务，若是有业务访问的时候，响应服务器看哪台服务器的负载不是很重，就将给哪一台去完成。 而分布式，从窄意上理解，也跟集群差很少， 可是它的组织比较松散，不像集群，有一个组织性，一台服务器垮了，其它的服务器能够顶上来。 分布式的每个节点，都完成不一样的业务，一个节点垮了，哪这个业务就不可访问了。