集羣與分佈式區別

在學習接觸大數據相關各類技術後，好比：

zookeeper分佈式應用協調服務組件、

Hadoop是分佈式計算平臺（包含分佈式文件系統HDFS和分佈式計算和任務處理MapReduce）、

Hive是分佈式數據庫、

Hbase是分佈式kv系統、

kafka 分佈式消息系統、

dubbo分佈式服務框架、

Storm分佈式實時計算模式框架、

Spark是分佈式計算系統、

NoSQL分佈式數據庫、

Redis分佈式緩存框架等

這些分佈式的框架或系統均可以搭建相應的集羣，集羣和分佈式有什麼區別呢？

簡單說：

分佈式是以縮短單個任務的執行時間來提高效率的，分佈式會將不一樣的業務分佈在不一樣的節點上，一個節點垮了，那這個業務就不能夠訪問，分佈式中的每個節點均可以作集羣，而集羣不必定是分佈式的。

而集羣則是經過提升單位時間內執行的任務數來提高效率，集羣會將幾臺服務器集中在一塊兒，實現同一業務。

好比：

若是一個任務由10個子任務組成，每一個子任務單獨執行需1小時，則在一臺服務器上執行改任務需10小時。

採用分佈式方案，提供10臺服務器，每臺服務器只負責處理一個子任務，不考慮子任務間的依賴關係，執行完這個任務只需一個小時。(這種工做模式的一個典型表明就是Hadoop的Map/Reduce分佈式計算模型）

而採用集羣方案，一樣提供10臺服務器，每臺服務器都能獨立處理這個任務。假設有10個任務同時到達，10個服務器將同時工做，10小後，10個任務同時完成，這樣，整身來看，仍是1小時內完成一個任務！

 

集羣舉例：好比新浪網，訪問的人多了，他能夠作一個集羣，前面放一個響應服務器，後面幾臺服務器完成同一業務，若是有業務訪問時，響應服務器會看哪臺服務器負載不是很重（負載均衡集羣），就將給哪一臺去完成。集羣會有必定組織性，一臺執行任務服務器垮了（高可用集羣，或者說響應服務器垮了，會再選出一個響應服務器），其它服務器能夠頂上來。若是咱們對海量的數據日誌進行用戶行爲的分析，咱們就涉及到高性能計算集羣，簡稱HPC集羣。這類集羣致力於提供單個計算機所不能提供的強大的計算能力。（高性能計算集羣有分高吞吐式計算和分佈計算）。

集羣的優勢

<1>高擴展性

<2>高可用性HA:集羣中的一個節點失效，它的任務可傳遞給其餘節點。能夠防止單點失效

<3>高性能：負載平衡集羣容許系統同時接入更多的用戶

<4>高性能價比：能夠採用廉價的複合工業標準的硬件來構造高性能的系統。

有關集羣的原理

你們能夠參考這個連接http://www.cnblogs.com/zhijianliutang/archive/2012/03/05/2381055.html