阅读时长:6 分 22 秒 | 发布日期:2025 年 3 月 11 日

分布式计算
什么是分布式计算?

简单来说,分布式计算处理计算任务时借助的是计算机或服务器网络(称为整体式系统),而非某一台计算机和处理器。这种方法充分利用了分散式架构、可扩展性和容错性,能够高效处理大规模数据工作负载,并支持大数据分析、云计算和边缘计算等现代应用。

正在工厂组装服务器的女员工。
  • 分布式计算如何运作?
  • 分布式计算与云计算
  • 什么是分布式追踪?
  • 水平扩展和垂直扩展的区别是什么?
  • 分布式计算的类型有哪些?
  • 分布式计算的优势有哪些?
  • HPE 如何利用现代化数据管理和云解决方案来增强分布式计算?
分布式计算如何运作?

分布式计算如何运作?

分布式计算通过互联网或基于云的网络,在大量计算资源之间共享所处理的工作负载。每个处理节点管理自己的任务,但会在所有节点之间动态平衡总体计算负载。节点可以实时扩大或缩小以处理流程密集型工作负载,确保弹性和可扩展性。这种架构还可确保任何故障点都始终隔离,从而增强分布式计算系统的容错能力和恢复能力。

分布式计算与云计算

分布式计算与云计算

分布式计算与云计算之间的关键区别在于计算资源的位置和管理方法。在分布式计算中,资源通常是本地的,但通过网络互连以共享工作负载。相比之下,云计算将所有资源(硬件、软件和基础设施)集中起来,这些资源由云服务提供商提供和管理,并通过互联网或云网络交付。这实现了按需扩展、资源弹性和即用即付模式,使云计算具有高度灵活性和高成本效益。

什么是分布式追踪?

什么是分布式追踪?

分布式追踪也称为分布式请求追踪,是一种追踪分布式计算环境中各种不同且分散的流程的方法。此技术对于识别大型微服务或云原生架构中的故障点(例如错误、瓶颈或限制)至关重要。顾名思义,分布式跟踪流程会跟踪请求在系统中传播的所有步骤,以便清晰查看复杂分布式系统中错综复杂的交互情况,并提供深入洞见。这提高了可观测性,有助于监控、调试和优化系统的整体性能。

水平扩展和垂直扩展的区别是什么?

水平扩展和垂直扩展的区别是什么?

垂直扩展(也称为纵向扩展)指在不增加物理空间的情况下增强现有系统的处理能力,这涉及在现有计算机或服务器中添加更多 RAM、提高 CPU 速度或扩展存储容量。

水平扩展(也称为横向扩展)指通过扩大基础设施整体规模来增强计算能力,这需要向网络添加额外的服务器或节点群集,从而将工作负载分配到多个系统。这种方法通常用于云环境和分布式系统,以实现高可用性、容错性和可扩展性。

分布式计算的类型有哪些?

分布式计算的类型有哪些?

分布式计算会使用各种不同的复杂架构,具体视资源和所需完成的任务而定。由于分布式计算可扩展,因此大型网络只存在细微区别,但许多区别将会归入以下其中一个基本类别:

客户端服务器

客户端服务器网络由中央服务器和客户端组成,前者承担处理和存储职责,后者作为收发服务器消息的终端发挥作用。电子邮件是最常见的客户端服务器网络。

三层

在这类分布式计算网络中,第一层称为展示层,是可供最终用户收发信息的接口。中间部分称为应用层、中间层或逻辑层,可用来控制应用的功能。最终层是数据库服务器或文件共享,其中存储的是用于完成任务所需的数据。电子商务网站是最常见的三层系统。请注意,“多层”或“n 层”分布式系统与“三层”系统之间都存在某种程度的交叉,因为多层和 n 层系统都是三层架构的变体。其中的主要区别是每一层都位于独立物理空间内,且负责较大型计算架构中的本地专业化任务。

对等

在这个分布架构模型中,对等部分拥有同样权限及能力来处理工作负载。在这个环境中,对等部分、用户或机器被称为节点,且不需要在各方间集中协调。应用对等网络的最知名例子是 1999 年推出的文件共享应用 Napster,这款应用可在能够使用互联网的听众间共享音乐。

分布式计算的优势有哪些?

分布式计算的优势有哪些?

分布式计算提供多种优势,这也是为何能够应付简单计算的几乎每一款现代计算流程都选择利用分布式计算架构。

可扩展性

初创企业的网络可采用能够满足任务需求的架构,也可以为满足需求而对其进行实时、动态扩展并启用节点,然后在需求减少时让它们回到非活动状态。

可靠性

由分布式系统的性质而定,架构中固有的冗余性势必存在。由于节点可能会随时加入来支持计算任务,因此同类节点会代替故障节点,形成零停机流程。在电子商务场景中,若购物车服务器在交易中出现故障,运行状况良好的服务器会介入并完成销售。

速度

分布式计算系统最重要的一项优势在于其处理复杂任务的速度。面对较高流量时,服务器可能会深陷其中、裹足不前。而分布式系统与其不同,它能够实时扩展,以更高计算能力处理相同任务。总的来说,分布式系统能够采用一种架构,将需求与资源进行动态匹配,进而实现工作负载标准化。

HPE 如何利用现代化数据管理和云解决方案来增强分布式计算?

HPE 如何利用现代化数据管理和云解决方案来增强分布式计算?

几十年来,HPE 与全球组织保持着密切合作关系,凭借其中累积的经验打造出现代数据管理策略和解决方案。HPE 产品组合涵盖本地到支持云服务、端到端智能及工作负载优化型解决方案,助您理解自己的数据并加速释放商业价值。

HPE GreenLake for Compute:

多代共存的 IT 环境很复杂,不仅无法优化成本或速度,而且跨越不同的位置,因此经常需要过度配置。转向具有创新计算基础的云平台,无论数据位于边缘和云端的哪个位置,都可以进行统一和更新改造。有了云操作经验,您将获得当今数字优先世界所需的速度,能够执行数据优先现代化方案,并对成本、安全和治理一目了然、尽在掌握。

计算资源的配置、安装和运营工作既耗费人力,又需要投入大量资本。HPE GreenLake 云服务方法具备云一般的端到端简单性和高效率,并且工作负载优化的模块可直接交付至您的数据中心或边缘位置,由 HPE 为您安装。届时您的 IT 人员,将有时间全力投入价值更高的任务,而可靠的 HPE 专家也将提供主动和响应式支持。

相关主题

数据湖

湖仓一体

计算