集群、负载均衡与分布式有什么区别

集群、负载均衡与分布式的区别：

1、Linux集群主要分成三大类( 高可用集群， 负载均衡集群，科学计算集群)（下面只介绍负载均衡集群）

负载均衡集群(Load Balance Cluster)

负载均衡系统：集群中所有的节点都处于活动状态，它们分摊系统的工作负载。一般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。

负载均衡集群一般用于相应网络请求的网页服务器，数据库服务器。这种集群可以在接到请求时，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。从检查其他服务器状态这一点上看，负载均衡和容错集群很接近，不同之处是数量上更多。

2、负载均衡系统： 负载均衡又有DNS负载均衡（比较常用）、IP负载均衡、反向代理负载均衡等，也就是在集群中有服务器A、B、C，它们都是互不影响，互不相干的，任何一台的机器宕了，都不会影响其他机器的运行，当用户来一个请求，有负载均衡器的算法决定由哪台机器来处理，假如你的算法是采用round算法，有用户a、b、c，那么分别由服务器A、B、C来处理；

3、分布式是指将不同的业务分布在不同的地方。

而集群指的是将几台服务器集中在一起，实现同一业务。 

分布式中的每一个节点，都可以做集群。 

而集群并不一定就是分布式的。

举例：就比如新浪网，访问的人多了，他可以做一个群集，前面放一个响应服务器，后面几台服务器完成同一业务，如果有业务访问的时候，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，也跟集群差不多， 但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，其它的服务器可以顶上来。

分布式的每一个节点，都完成不同的业务，一个节点垮了，哪这个业务就不可访问了。

集群是个物理形态，分布式是个工作方式。

只要是一堆机器，就可以叫集群，他们是不是一起协作着干活，这个谁也不知道；一个程序或系统，只要运行在不同的机器上，就可以叫分布式，嗯，C/S架构也可以叫分布式。

集群一般是物理集中、统一管理的，而分布式系统则不强调这一点。

所以，集群可能运行着一个或多个分布式系统，也可能根本没有运行分布式系统；分布式系统可能运行在一个集群上，也可能运行在不属于一个集群的多台（2台也算多台）机器上。

分布式是相对中心化而来，强调的是任务在多个物理隔离的节点上进行。中心化带来的主要问题是可靠性，若中心节点宕机则整个系统不可用，分布式除了解决部分中心化问题，也倾向于分散负载，但分布式会带来很多的其他问题，最主要的就是一致性。

集群就是逻辑上处理同一任务的机器集合，可以属于同一机房，也可分属不同的机房。分布式这个概念可以运行在某个集群里面，某个集群也可作为分布式概念的一个节点。

一句话，就是：“分头做事”与“一堆人”的区别

这样的问题，我已经回答了很多次，现在很多新手，特别是刚刚进入学生的学生，不知道该从哪里入手，我整理了一些java的知识点，一共分为一个阶段，273个技能点，第一阶段、第二阶段、第三阶段、第四阶段是必须要掌握的，第五阶段和第六阶段就是高薪、高职的保障，就说说想高薪必须得把后面两个阶段的给掌握了，

第一阶段：java基本功修炼

1 认识计算机硬件

2 计算机组成原理

3 计算机软件知识

4 计算机网络知识

5 常用网络应用 *** 作

6 认识计算机病毒

7 逻辑训练

8 初识Java

9 变量和数据类型

10 选择结构

11 循环结构for

12 循环结构do-while

13 循环结构while

14 多重循环及程序调试

15 循环进阶

16 一维数组及经典应用

17 二维数组

18 认识类与对象

19 方法及方法重载

20 封装与继承

21 方法重写与多态

22 项目实战-汽车租赁系统

23 抽象类和接口

24 异常

25 项目实战-QuickHit

26 Java 中的集合类型

27 List 集合

28 Set 集合

29 HashMap 集合

30 Iterator

31 Collections 算法类及常用方法

32 enum

33 包装类及装箱拆箱

34 String、StringBuffer 类常用方法 *** 作字符串

35 Date、Calendar

36 Math 类常用方法

37 IO/NIO

38 字节输入流(InputStream、FileInputStream、BufferedInputStream)

39 字节输出流(OutputStream、FileOutputStream、BufferedOutputStream)

40 字符输入流(Reader、InputStreamReader、FileReader BufferedReader)

41 字节输出流(Writer、OutputStreamWriter、FileWriter、BufferedWriter)

42 文件复制

43 Serialize、Deserialize

44 职场晋升力：四象限时间管理与精力管理

45 多线程(Thread、Runnable)

46 Thread LifeCycle

47 线程的调度

48 线程的同步和死锁

49 Thread Pool

50 职场晋升力：团队合作

51 Socket(TCP、UDP)

52 XML 概念、优势、规范

53 XML 中特殊字符的处理

54 使用DOM 读取、添加、删除、解析 XML 数据

第二阶段：javaweb开发

55 搭建和配置MySQL 数据库

56 数据库增、删、查、改语句

57 事务

58 视图

59 数据库备份与恢复

60 数据库用户管理

61 数据库设计

62 项目实战-银行ATM 存取款机系统

63 走进 HTML 和CSS

64 列表表格及表单美化

65 CSS 高级 *** 作

66 Bootstrap

67 CSS 组件

68 JavaScript 面向对象

69 JavaScript 判断、循环

70 JavaScript 闭包

71 JavaScript 语法

72 Bootstrap 综合案例

73 HTML5、CSS3

74 jQuery 基础

75 jQuery 基本 *** 作

76 jQuery 事件与特效

77 jQuery Ajax

78 jQuery 插件

79 搭建Web 环境初识JSP

80 JSP 九大内置对象

81 JSP 实现数据传递和保存

82 JDBC

83 单例模式、工厂模式

84 MVC、三层模式

85 Commons-fileupload、CKEditor

86 分页查询

87 EL 与 JSTL

88 Servlet 与Filter

89 Listener 与MVC

90 Ajax 与 jQuery

91 jQuery 的Ajax 交互扩展

92 项目实战—使用Ajax 技术改进新闻发布系统

93 反射

94 Linux 系统的安装

95 在Linux 中管理目录和文件

96 在Linux 中管理用户和权限

97 在Linux 服务器环境下安装软件和部署项目

98 职场晋升力：职场沟通

第三阶段： 企业级框架开发

99 MyBatis 环境搭建

100 SQL 映射文件

101 动态SQL

102 MyBatis 框架原理

103 Spring IOC

104 构造注入、依赖注入、注解

105 Spring 整合MyBatis(SqlSessionTemplate、MapperFactoryBean、事务

处理)

106 Spring 数据源(属性文件、JNDI)、Bean 作用域

107 Spring 框架的运行原理

108 SpringMVC 体系概念

109 SpringMVC 之数据绑定、数据效验、

110 SpringMVC 之视图及视图解析

111 SpringMVC 之文件上传、本地化解析

112 SpringMVC 之静态资源处理、请求拦截器、异常处理

113 Oracle 数据库环境搭建、安装

114 Oracle 数据库 SQL、分页、备份、还原

115 Hibernate 概念、依赖

116 HQL 查询语言

117 Hibernate 中配置关联映射

118 HQL 连接查询与 Hibernate 注解

119 Struts 2 概念、依赖

120 Struts 2 配置

121 OGNL 表达式

122 Struts 2 拦截器

123 SSH 框架整合

124 使用Maven 构建项目

125 使用Struts 2 实现Ajax

126 Jsoup 网络爬虫

127 多线程网络爬虫

128 反爬及反反爬策略

129 通用爬虫设计

130 Echart 图表分析

131 IKAnalyzer 分词

132 企业框架项目实战-代理商管理系统

133 企业框架项目实战-SL 会员商城

134 企业框架项目实战-会员管理系统

135企业框架项目实战-互联网招聘信息采集分析平台

第四阶段： 前后端分离开发

136 GitHub

137 Git 基础(checkout、pull、commit、push、merge 等)

138 Git 进阶(多分支协作)

139 GitLab

140 IDEA 的使用

141 Maven 介绍(概念、仓库、构建、命令)

142 使用Maven 构建WEB 项目

143 使用Maven 构建多模块项目

144 使用Maven 搭建私服仓库

145 Scrum 框架介绍(三个角色、三个工件、四个会议)

146 Scrum Team 组建团队

147 产品需求和用户故事

148 每日立会

149 使用敏捷-Scrum 方式开发管理实战

150 前后端分离、分布式集群架构、垂直架构

151 SSM（SpringMVC+Spring+MyBatis）整合实战

152 Git、Maven 私服Nexus

153 第三方接入技术（微信、阿里）

154 MySQL 电商实战

155 Redis（缓存服务）

156 搜索引擎-Solr

157 集成API Doc 工具-Swagger

158 自动化处理：Tengine+LUA+GraphicsMagic

159 手机、邮箱注册

160 单点登录 Token

161 OAuth20 认证

162 Jsoup 网络爬虫(多线程爬虫/代理 IP 爬虫)

163 ExecutorService 线程池

164 IK 中文分词

165 Postman

166 ReactJS

167 webpack

168 职场晋升力：简历撰写

169 程序猿面试宝典之项目面试

170大型互联网旅游电商项目实战-爱旅行

第五阶段： 分布式微服架构开发

171 Spring Boot 环境搭建

172 Spring Boot 常用技能

173 Spring Boot 整合Redis

174 Spring Boot 整合Mybatis

175 微服务架构及架构设计

176 消息队列

ActiveMQ\RabbitMQ

177 分布式事务

178 分布式锁 Redis-setnx

179 Zookeeper 注册中心

180 基于 ActiveMQ 实现高并发

181 Docker 环境搭建

182 Docker 镜像加速

183 Docker 容器管理

184 Docker 镜像管理

185 Docker 容器文件备份

186 Dockerfile

187 Docker 私服仓库

188 真实互联网高并发电商项目实战-双十一抢购

189 可视化监控 Portainer

190 Docker Compose 容器编排

191 Docker Compose 扩容、缩容

192 Docker Swarm 集群编排

193 Jenkins 安装、插件配置

194 Jenkins 配置普通任务

195 Jenkins 配置管道任务

196 Jenkins 自动发布服务

197 Spring Cloud Eureka

198 Spring Cloud Feign

199 Spring Cloud Ribbon

200 Spring Cloud Zuul

201 Spring Cloud Config

202 Spring Cloud Hystrix

203 Spring Cloud Sleuth

204 Spring Boot Admin

205Eureka 注册原理探秘

206 Spring Cloud 大坑解读

207 Zipkin

208 Zipkin 整合RabbitMQ

209 Zipkin 整合MySQL

210 ELK 日志收集

211Kafka

212 Elasticsearch 映射管理

213 Elasticsearch 查询/复合查询

214 Elasticsearch 集群/集群规划

215 Elasticsearch 聚合

216 Elasticsearch 集群监控

217 Elasticsearch 插件

(Head/BigDesk)

218 Mycat 读写分离

219 Mycat 一主多从

220 Mycat 多主多从

221 Mycat 数据分片

222 Redis

223 Redis-Redlock

224 Elasticsearch 环境搭建

225 Elasticsearch 客户端

226 Elasticsearch 索引管理

227 Elasticsearch 文档管理

228 Mycat 集群

229 Jmeter 并发测试

230 Jmeter 生成测试报告

231 微信登录

232 微信支付

233 支付宝支付

234 百度地图

235 Sonar 本地检测

236 Sonar +Jenkins 线上检测

237 CI/CD

238 Spring Boot 改造爱旅行项目实战

239 大型互联网票务类电商项目实战-大觅网

240 ES6 概念(les、const)

241 ES6 对象和数组

242 ES6 函数扩展

243 VUE 环境搭建

244 VUEJS 指令

245VUE 交互

246 VUE 实例生命周期

247 VUE 组件

248 VUE 项目环境配置及单文件组件

249VUE 路由

第六阶段：cc服务

250 Spring Cloud Gateway

251 Consul

252 Nacos

253 Eureka、Consu、lNacos、Zookeeper 对比分析

254 Prometheus + Grafana

255 ES 分布式存储原理

256 NoSQL 数据库解决方案(Redis、MongoDB)

257 OAuth20 认证( authorization code 模式)

258 OAuth20 认证( implicit 模式)

259 OAuth20 认证( resource owner password credentials 模式)

260 OAuth20 认证( client credentials 模式)

261 NAS/FastDFS 分布式文件存储

262 Python 基础

263 Python 爬虫

264 大数据及 Hadoop 概述

265 分布式文件系统 HDFS 

266 分布式计算框架MapReduce

267 分布式列式数据库 HBase

268 Hadoop 综合应用

269 面试大局观

270 职业规划  

271 项目面试

272 具体业务场景化解决方案

273 更多技术专题持续增加中

1 大型网站系统的特点

2 大型网站架构演化历程

21 初始阶段架构

问题：网站运营初期，访问用户少，一台服务器绰绰有余。

特征：应用程序、数据库、文件等所有的资源都在一台服务器上。

描述：通常服务器 *** 作系统使用 linux，应用程序使用 PHP 开发，然后部署在 Apache 上，数据库使用 Mysql，通俗称为 LAMP。汇集各种免费开源软件以及一台廉价服务器就可以开始系统的发展之路了。

22 应用服务和数据服务分离

问题：越来越多的用户访问导致性能越来越差，越来越多的数据导致存储空间不足，一台服务器已不足以支撑。

特征：应用服务器、数据库服务器、文件服务器分别独立部署。

描述：三台服务器对性能要求各不相同：应用服务器要处理大量业务逻辑，因此需要更快更强大的 CPU；数据库服务器需要快速磁盘检索和数据缓存，因此需要更快的硬盘和更大的内存；文件服务器需要存储大量文件，因此需要更大容量的硬盘。

23 使用缓存改善性能

问题：随着用户逐渐增多，数据库压力太大导致访问延迟。

特征：由于网站访问和财富分配一样遵循二八定律：80% 的业务访问集中在 20% 的数据上。将数据库中访问较集中的少部分数据缓存在内存中，可以减少数据库的访问次数，降低数据库的访问压力。

描述：缓存分为两种：应用服务器上的本地缓存和分布式缓存服务器上的远程缓存，本地缓存访问速度更快，但缓存数据量有限，同时存在与应用程序争用内存的情况。分布式缓存可以采用集群方式，理论上可以做到不受内存容量限制的缓存服务。

24 使用应用服务器集群

问题：使用缓存后，数据库访问压力得到有效缓解。但是单一应用服务器能够处理的请求连接有限，在访问高峰期，成为瓶颈。

特征：多台服务器通过负载均衡同时向外部提供服务，解决单一服务器处理能力和存储空间不足的问题。

描述：使用集群是系统解决高并发、海量数据问题的常用手段。通过向集群中追加资源，提升系统的并发处理能力，使得服务器的负载压力不再成为整个系统的瓶颈。

25 数据库读写分离

问题：网站使用缓存后，使绝大部分数据读 *** 作访问都可以不通过数据库就能完成，但是仍有一部分读 *** 作和全部的写 *** 作需要访问数据库，在网站的用户达到一定规模后，数据库因为负载压力过高而成为网站的瓶颈。

特征：目前大部分的主流数据库都提供主从热备功能，通过配置两台数据库主从关系，可以将一台数据库服务器的数据更新同步到一台服务器上。网站利用数据库的主从热备功能，实现数据库读写分离，从而改善数据库负载压力。

描述：应用服务器在写 *** 作的时候，访问主数据库，主数据库通过主从复制机制将数据更新同步到从数据库。这样当应用服务器在读 *** 作的时候，访问从数据库获得数据。为了便于应用程序访问读写分离后的数据库，通常在应用服务器端使用专门的数据访问模块，使数据库读写分离的对应用透明。

26 反向代理和 CDN 加速

问题：中国网络环境复杂，不同地区的用户访问网站时，速度差别也极大。

特征：采用 CDN 和反向代理加快系统的静态资源访问速度。

描述：CDN 和反向代理的基本原理都是缓存，区别在于 CDN 部署在网络提供商的机房，使用户在请求网站服务时，可以从距离自己最近的网络提供商机房获取数据；而反向代理则部署在网站的中心机房，当用户请求到达中心机房后，首先访问的服务器时反向代理服务器，如果反向代理服务器中缓存着用户请求的资源，就将其直接返回给用户。

27 分布式文件系统和分布式数据库

问题：随着大型网站业务持续增长，数据库经过读写分离，从一台服务器拆分为两台服务器，依然不能满足需求。

特征：数据库采用分布式数据库，文件系统采用分布式文件系统。

描述：分布式数据库是数据库拆分的最后方法，只有在单表数据规模非常庞大的时候才使用。不到不得已时，更常用的数据库拆分手段是业务分库，将不同的业务数据库部署在不同的物理服务器上。

28 使用 NoSQL 和搜索引擎

问题：随着网站业务越来越复杂，对数据存储和检索的需求也越来越复杂。

特征：系统引入 NoSQL 数据库及搜索引擎。

描述：NoSQL 数据库及搜索引擎对可伸缩的分布式特性具有更好的支持。应用服务器通过统一数据访问模块访问各种数据，减轻应用程序管理诸多数据源的麻烦。

29 业务拆分

问题：大型网站的业务场景日益复杂，分为多个产品线。

特征：采用分而治之的手段将整个网站业务分成不同的产品线。系统上按照业务进行拆分改造，应用服务器按照业务区分进行分别部署。

描述：应用之间可以通过超链接建立关系，也可以通过消息队列进行数据分发，当然更多的还是通过访问同一个数据存储系统来构成一个关联的完整系统。

纵向拆分：将一个大应用拆分为多个小应用，如果新业务较为独立，那么就直接将其设计部署为一个独立的 Web 应用系统。纵向拆分相对较为简单，通过梳理业务，将较少相关的业务剥离即可。

横向拆分：将复用的业务拆分出来，独立部署为分布式服务，新增业务只需要调用这些分布式服务横向拆分需要识别可复用的业务，设计服务接口，规范服务依赖关系。

210 分布式服务

问题：随着业务越拆越小，存储系统越来越庞大，应用系统整体复杂程度呈指数级上升，部署维护越来越困难。由于所有应用要和所有数据库系统连接，最终导致数据库连接资源不足，拒绝服务。

特征：公共业务提取出来，独立部署。由这些可复用的业务连接数据库，通过分布式服务提供共用业务服务。

3 大型网站架构模式

31 分层

大型网站架构中常采用分层结构，将软件系统分为应用层、服务层、数据层：

分层架构的约束：禁止跨层次的调用（应用层直接调用数据层）及逆向调用（数据层调用服务层，或者服务层调用应用层）。

分层结构内部还可以继续分层，如应用可以再细分为视图层和业务逻辑层；服务层也可以细分为数据接口层和逻辑处理层。

32 分割

将不同的功能和服务分割开来，包装成高内聚低耦合的模块单元。这有助于软件的开发和维护，便于不同模块的分布式部署，提高网站的并发处理能力和功能扩展能力。

33 分布式

大于大型网站，分层和分割的一个主要目的是为了切分后的模块便于分布式部署，即将不同模块部署在不同的服务器上，通过远程调用协同工作。

分布式意味可以用更多的机器工作，那么 CPU、内存、存储资源也就更丰富，能够处理的并发访问和数据量就越大，进而能够为更多的用户提供服务。

分布式也引入了一些问题：

常用的分布式方案：

34 集群

集群即多台服务器部署相同应用构成一个集群，通过负载均衡设备共同对外提供服务。

集群需要具备伸缩性和故障转移机制：伸缩性是指可以根据用户访问量向集群添加或减少机器；故障转移是指，当某台机器出现故障时，负载均衡设备或失效转移机制将请求转发到集群中的其他机器上，从而不影响用户使用。

35 缓存

缓存就是将数据存放在距离最近的位置以加快处理速度。缓存是改善软件性能的第一手段。

网站应用中，缓存除了可以加快数据访问速度以外，还可以减轻后端应用和数据存储的负载压力。

常见缓存手段：

使用缓存有两个前提：

36 异步

软件发展的一个重要目标和驱动力是降低软件耦合性。事物之间直接关系越少，彼此影响就越小，也就更容易独立发展。

大型网站架构中，系统解耦的手段除了分层、分割、分布式等，还有一个重要手段——异步。

业务间的消息传递不是同步调用，而是将一个业务 *** 作拆分成多阶段，每个阶段间通过共享数据的方式异步执行进行协作。

异步架构是典型的生产者消费模式，二者不存在直接调用。异步消息队列还有如下特性：

37 冗余

大型网站，出现服务器宕机是必然事件。要保证部分服务器宕机的情况下网站依然可以继续服务，不丢失数据，就需要一定程度的服务器冗余运行，数据冗余备份。这样当某台服务器宕机是，可以将其上的服务和数据访问转移到其他机器上。

访问和负载很小的服务也必须部署 至少两台服务器构成一个集群，目的就是通过冗余实现服务高可用。数据除了定期备份，存档保存，实现 冷备份 外；为了保证在线业务高可用，还需要对数据库进行主从分离，实时同步实现 热备份。

为了抵御地震、海啸等不可抗因素导致的网站完全瘫痪，某些大型网站会对整个数据中心进行备份，全球范围内部署 灾备数据中心。网站程序和数据实时同步到多个灾备数据中心。

38 自动化

大型网站架构的自动化架构设计主要集中在发布运维方面：

39 安全

4 大型网站核心架构要素

架构 的一种通俗说法是：最高层次的规划，难以改变的决定。

41 性能

性能问题无处不在，所以网站性能优化手段也十分繁多：

42 可用性

可用性指部分服务器出现故障时，还能否对用户提供服务

43 伸缩性

衡量伸缩的标准就是是否可以用多台服务器构建集群，是否容易向集群中增删服务器节点。增删服务器节点后是否可以提供和之前无差别的服务。集群中可容纳的总服务器数是否有限制。

44 扩展性

衡量扩展性的标准就是增加新的业务产品时，是否可以实现对现有产品透明无影响，不需要任何改动或很少改动，既有功能就可以上线新产品。主要手段有：事件驱动架构和分布式服务。

45 安全性

安全性保护网站不受恶意攻击，保护网站重要数据不被窃取。

欢迎工作一到五年的Java工程师朋友们加入Java程序员开发： 721575865

群内提供免费的Java架构学习资料（里面有高可用、高并发、高性能及分布式、Jvm性能调优、Spring源码，MyBatis，Netty,Redis,Kafka,Mysql,Zookeeper,Tomcat,Docker,Dubbo,Nginx等多个知识点的架构资料）合理利用自己每一分每一秒的时间来学习提升自己，不要再用"没有时间“来掩饰自己思想上的懒惰！趁年轻，使劲拼，给未来的自己一个交代！

大型分布式架构都是靠多种语言和工具共同分工合作实现的

不是一两种工具或者语言能实现的如果专指php那是没有意义的

因为php本身只是一个单进程的东东,更别说分布式了

大规模的web应用以及分布式架构主要在于服务器的整体架构

1、web服务集群

2、数据库集群

3、分布式缓存

php充其量只是实现其中一个节点的某个具体的web应用

GBase 8a MPP Cluster采用MPP + Shared Nothing 的分布式联邦架构，节点间通过 TCP/IP 网络进行通信，每个节点采用本地磁盘来存储数据。实现非对称部署，分布式管理集群和分布式调度集群部署在一个集群；分布式计算集群部署在另外一个集群。系统中的每一个节点都是相对独立的、自给的，整个系统中不存在单点瓶颈，具有非常强的扩展性。

由于没有资源共享，增加节点就可以线性地扩展数据容量和计算能力，可以从几个节点扩展到上百节点，满足业务规模增长的要求。

GBase 8a MPP Cluster产品总共包含三大核心组件，分布式管理集群GCWare、分布式调度集群GCluster和分布式存储集群GNode。它们的功能分别为：

GCluster：

GCluster负责SQL的解析、SQL优化、分布式执行计划生成、执行调度。

GCWare：

GCWare用于各节点GCluster实例间共享信息(包括集群结构，节点状态，节点资源状态等信息)，以及控制多副本数据 *** 作时，提供可 *** 作节点，控制各节点数据一致性状态。

通常Gclusterd与GCWare组件部署在相同的物理节点上，统称Coordinator 集群：作为整个数据库的管理者与统一入口。

GNode：

GNode是GBase 8a MPP Cluster中最基本的存储和计算单元。GNode是由GCWare管理的一个8a实例，每个数据节点上有一个GNode实例运行。GNode负责集群数据在节点上的实际存储，并从GCluster接收和执行经分解的SQL执行计划，执行结果返回给GCluster。数据加载时，GNode直接从集群加载服务接收数据，写入本地存储空间。采用虚拟集群部署策略时，可以将不同节点按不同业务特点进行物理隔离，形成不同的VC。

VC(Virtual Cluster）:实现单个业务的独立管理，包括database、表等数据库对象。

Free Nodes （闲置节点）:不属于任何VC的gnode节点，通常是备机或待扩容或节点替换的节点。

除了以上核心组件外，还有GCMonit组件，用于定期监测GBase 8a MPP Cluster服务程序的运行状态, 一旦发现某个服务程序的进程状态发生变化，就会根据配置文件中的内容来执行相应的服务启停脚本命令，从而保证服务程序健康运行。

问题一：当前主流分布式文件系统有哪些各有什么优缺点 目前几个主流的分布式文件系统除GPFS外，还有PVFS、Lustre、PanFS、GoogleFS等。

1PVFS(Parallel Virtual File System)项目是Clemson大学为了运行Linux集群而创建的一个开源项目,目前PVFS还存在以下不足：

1）单一管理节点:只有一个管理节点来管理元数据，当集群系统达到一定的规模之后，管理节点将可能出现过度繁忙的情况，这时管理节点将成为系统瓶颈;

2）对数据的存储缺乏容错机制:当某一I/O节点无法工作时，数据将出现不可用的情况;

3）静态配置:对PVFS的配置只能在启动前进行，一旦系统运行则不可再更改原先的配置。

2Lustre文件系统是一个基于对象存储的分布式文件系统，此项目于1999年在Carnegie Mellon University启动，Lustre也是一个开源项目。它只有两个元数据管理节点,同PVFS类似,当系统达到一定的规模之后，管理节点会成为Lustre系统中的瓶颈。

3PanFS(Panasas File System)是Panasas公司用于管理自己的集群存储系统的分布式文件系统。

4GoogleFS(Google File System)是Google公司为了满足公司内部的数据处理需要而设计的一套分布式文件系统。

5相对其它的文件系统，GPFS的主要优点有以下三点：

1)使用分布式锁管理和大数据块策略支持更大规模的集群系统,文件系统的令牌管理器为块、inode、属性和目录项建立细粒度的锁，第一个获得锁的客户将负责维护相应共享对象的一致性管理，这减少了元数据服务器的负担;

2)拥有多个元数据服务器,元数据也是分布式,使得元数据的管理不再是系统瓶颈;

3)令牌管理以字节作为锁的最小单位,也就是说除非两个请求访问的是同一文件的同一字节数据,对于数据的访问请求永远不会冲突

问题二：分布式存储是什么？选择什么样的分布式存储更好？ 分布式存储系统，是将数据分散存储在多 立的设备上。传统的网络存储系统采用集中的存储服务器存放所有数据，存储服务器成为系统性能的瓶颈，也是可靠性和安全性的焦点，不能满足大规模存储应用的需要。分布式网络存储系统采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，它不但提高了系统的可靠性、可用性和存取效率，还易于扩展。

联想超融合ThinkCloud AIO超融合云一体机是联想针对企业级用户推出的核心产品。ThinkCloud AIO超融合云一体机实现了对云管理平台、计算、网络和存储系统的无缝集成，构建了云计算基础设施即服务的一站式解决方案，为用户提供了一个高度简化的一站式基础设施云平台。这不仅使得业务部署上线从周缩短到天，而且与企业应用软件、中间件及数据库软件完全解耦，能够有效提升企业IT基础设施运维管理的效率和关键应用的性能

问题三：什么是分布式存储系统？ 就是将数据分散存储在多 立的设备上

问题四：什么是分布式数据存储 定义：

分布式数据库是指利用高速计算机网络将物理上分散的多个数据存储单元连接起来组成一个逻辑上统一的数据库。分布式数据库的基本思想是将原来集中式数据库中的数据分散存储到多个通过网络连接的数据存储节点上，以获取更大的存储容量和更高的并发访问量。近年来，随着数据量的高速增长，分布式数据库技术也得到了快速的发展，传统的关系型数据库开始从集中式模型向分布式架构发展，基于关系型的分布式数据库在保留了传统数据库的数据模型和基本特征下，从集中式存储走向分布式存储，从集中式计算走向分布式计算。

特点：

1高可扩展性：分布式数据库必须具有高可扩展性，能够动态地增添存储节点以实现存储容量的线性扩展。

2 高并发性：分布式数据库必须及时响应大规模用户的读/写请求，能对海量数据进行随机读/写。

3 高可用性：分布式数据库必须提供容错机制，能够实现对数据的冗余备份，保证数据和服务的高度可靠性。

问题五：分布式文件系统有哪些主要的类别？ 分布式存储在大数据、云计算、虚拟化场景都有勇武之地，在大部分场景还至关重要。munityemc/message/655951 下面简要介绍nix平台下分布式文件系统的发展历史：

1、单机文件系统

用于 *** 作系统和应用程序的本地存储。

2、网络文件系统（简称：NAS）

基于现有以太网架构，实现不同服务器之间传统文件系统数据共享。

3、集群文件系统

在共享存储基础上，通过集群锁，实现不同服务器能够共用一个传统文件系统。

4、分布式文件系统

在传统文件系统上，通过额外模块实现数据跨服务器分布，并且自身集成raid保护功能，可以保证多台服务器同时访问、修改同一个文件系统。性能优越，扩展性很好，成本低廉。

问题六：分布式文件系统和分布式数据库有什么不同 分布式文件系统（dfs）和分布式数据库都支持存入，取出和删除。但是分布式文件系统比较暴力，可以当做key/value的存取。分布式数据库涉及精炼的数据，传统的分布式关系型数据库会定义数据元组的schema，存入取出删除的粒度较小。

分布式文件系统现在比较出名的有GFS（未开源），HDFS（Hadoop distributed file system）。分布式数据库现在出名的有Hbase，oceanbase。其中Hbase是基于HDFS，而oceanbase是自己内部实现的分布式文件系统，在此也可以说分布式数据库以分布式文件系统做基础存储。

问题七：分布式存储有哪些 华为的fusionstorage属于分布式 您好，很高兴能帮助您，首先，FusionDrive其实是一块1TB或3TB机械硬盘跟一块128GB三星830固态硬盘的组合。我们都知道，很多超极本同样采用了混合型硬盘，但是固态硬盘部分的容量大都只有8GB到32GB之间，这个区间无法作为系统盘来使用，只能作

问题八：linux下常用的分布式文件系统有哪些 这他妈不是腾讯今年的笔试题么

NFS（tldp/HOWTO/NFS-HOWTO/index）

网络文件系统是FreeBSD支持的文件系统中的一种，也被称为NFS。

NFS允许一个系统在网络上与它人共享目录和文件。通过使用NFS， 用户和程序可以象访问本地文件一样访问远端系统上的文件。它的好处是：

1、本地工作站使用更少的磁盘空间，因为通常的数据可以存放在一台机器上而且可以通过网络访问到。

2、用户不必在每个网络上机器里面都有一个home目录。home目录可以被放在NFS服务器上并且在网络上处处可用。

3、诸如软驱、CDROM、和ZIP之类的存储设备可以在网络上面被别的机器使用。可以减少整个网络上的可移动介质设备的数量。

开发语言c/c++,可跨平台运行。

OpenAFS（openafs）

OpenAFS是一套开放源代码的分布式文件系统，允许系统之间通过局域网和广域网来分享档案和资源。OpenAFS是围绕一组叫做cell的文件服务器组织的，每个服务器的标识通常是隐藏在文件系统中，从AFS客户机登陆的用户将分辨不出他们在那个服务器上运行，因为从用户的角度上看，他们想在有识别的Unix文件系统语义的单个系统上运行。

文件系统内容通常都是跨cell复制，一便一个硬盘的失效不会损害OpenAFS客户机上的运行。OpenAFS需要高达1GB的大容量客户机缓存，以允许访问经常使用的文件。它是一个十分安全的基于kerbero的系统，它使用访问控制列表(ACL）以便可以进行细粒度的访问，这不是基于通常的Linux和Unix安全模型。开发协议IBM Public，运行在linux下。

MooseFs（derfhomelinux）

Moose File System是一个具备容错功能的网路分布式文件统，它将数据分布在网络中的不同服务器上，MooseFs通过FUSE使之看起来就 是一个Unix的文件系统。但有一点问题，它还是不能解决单点故障的问题。开发语言perl,可跨平台 *** 作。

pNFS（pnfs）

网络文件系统(Network FileSystem,NFS)是大多数局域网(LAN）的重要的组成部分。但NFS不适用于高性能计算中苛刻的输入书橱密集型程序，至少以前是这样。NFS标准的罪行修改纳入了Parallel NFS(pNFS），它是文件共享的并行实现，将传输速率提高了几个数量级。

开发语言c/c++,运行在linu下。

googleFs

据说是一个比较不错的一个可扩展分布式文件系统，用于大型的，分布式的，对大量数据进行访问的应用。它运行于廉价的普通硬件上，但可以提供容错功能，它可以给大量的用户提供性能较高的服务。google自己开发的。

问题九：分布式存储都有哪些，并阐述其基本实现原理 神州云科 DCN NCS DFS2000（简称DFS2000）系列是面向大数据的存储系统，采用分布式架构，真正的分布式、全对称群集体系结构，将模块化存储节点与数据和存储管理软件相结合，跨节点的客户端连接负载均衡，自动平衡容量和性能，优化集群资源，3-144节点无缝扩展，容量、性能岁节点增加而线性增长，在 60 秒钟内添加一个节点以扩展性能和容量。

问题十：linux 分布式系统都有哪些？ 常见的分布式文件系统有，GFS、HDFS、Lustre 、Ceph 、GridFS 、mogileFS、TFS、FastDFS等。各自适用于不同的领域。它们都不是系统级的分布式文件系统，而是应用级的分布式文件存储服务。

GFS（Google File System）

--------------------------------------

Google公司为了满足本公司需求而开发的基于Linux的专有分布式文件系统。。尽管Google公布了该系统的一些技术细节，但Google并没有将该系统的软件部分作为开源软件发布。

下面分布式文件系统都是类 GFS的产品。

HDFS

--------------------------------------

Hadoop 实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。 Hadoop是Apache Lucene创始人Doug Cutting开发的使用广泛的文本搜索库。它起源于Apache Nutch，后者是一个开源的网络搜索引擎，本身也是Luene项目的一部分。Aapche Hadoop架构是MapReduce算法的一种开源应用，是Google开创其帝国的重要基石。

Ceph

---------------------------------------

是加州大学圣克鲁兹分校的Sage weil攻读博士时开发的分布式文件系统。并使用Ceph完成了他的论文。

说 ceph 性能最高，C++编写的代码，支持Fuse，并且没有单点故障依赖， 于是下载安装， 由于 ceph 使用 btrfs 文件系统， 而btrfs 文件系统需要 Linux 2634 以上的内核才支持。

可是ceph太不成熟了，它基于的btrfs本身就不成熟，它的官方网站上也明确指出不要把ceph用在生产环境中。

Lustre

---------------------------------------

Lustre是一个大规模的、安全可靠的，具备高可用性的集群文件系统，它是由SUN公司开发和维护的。

该项目主要的目的就是开发下一代的集群文件系统，可以支持超过10000个节点，数以PB的数据量存储系统。

目前Lustre已经运用在一些领域，例如HP SFS产品等。

以上就是关于集群、负载均衡与分布式有什么区别全部的内容，包括:集群、负载均衡与分布式有什么区别、集群，负载均衡和分布式有什么区别、新手学JAVA都要学哪些知识啊等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！